我已经用谷歌搜索（没有任何运气）open source software that can convert doc, ppt, and pdf to HTML5.（Scribd 所做的正是）是否有与 Scribd 转换类型等效的开源代码？
如果有人知道付费服务，那也可以。 Scribd 有一个API，但它是用于 Flash 查看器的。另外，我希望托管我自己的内容，因为我需要进一步控制转换后的 html 文档。
【问题讨论】：
标签： html scribd document-conversion
您不太可能找到能做到这一切的单一产品，尤其是在开源世界中。您更有可能最终依赖于杂乱无章的东西，甚至可能需要链接一些转换器才能获得 HTML。 （例如 PDF -> ps -> HTML）
OpenOffice 支持转换为 HTML，并且可以从命令行调用。
http://pdftohtml.sourceforge.net/ 看起来相当擅长将 pdf 转换为 html。
对于 Word ML 或 OpenXML 格式的 Doc，您可以使用 XSLT 转换，因为输入和输出格式都是 XML。我已经看到一些样式表在网络上浮动，但是 YMMV。
顺便说一句，为什么对开源有特定的要求？例如，MS Powerpoint 已经支持另存为 HTML。
【讨论】：
Open Office 会将 pdf 转换为 html，但会影响设计质量。
我建议：Crocodoc 作为付费服务（它为不同的平台提供不同的风格，例如 Python、Ruby、Java、PHP 允许开发人员使用他们的 API。）或等待用于官方 Adobe 工具（正在开发中）。
【讨论】：
对于 PDF 到 HTML 的转换，pdf2htmlEX 似乎是一个不错的工具（查看所有示例/示例）：
【讨论】：
对于pdf有一个mozilla启动的开源项目，非常好：https://github.com/mozilla/pdf.js/
您可以看到一个 hello world 示例：https://github.com/mozilla/pdf.js/tree/master/examples/helloworld
对于其余的文档类型，我认为 LibreOffice 说他们计划在 html5 中构建一些东西，但到目前为止还没有做任何事情。
【讨论】：
http://wvware.sourceforge.net/
wvHtml：转换您的 Word 文档 进入 HTML4.0。
可能： http://www.abisource.com/ 但在这种情况下，它看起来像手动“打开文档”>“导出 html”，也许插件有帮助。不确定，你是什么意思：“可以转换的源软件”。
或者这样： http://www.zope.org/Members/sf/NuxDocument
pdftohtml 也会给你一个 html 页面输出。但你必须在它的图形界面上工作。因为它似乎不是很有交互性。
【讨论】：
我知道这个问题有点老了，但是我找到了新的开源工具，名为 flaxpaper http://flexpaper.devaldi.com/
【讨论】：