pdftohtml for Mac 版
将 PDF 文件转换为 HTML 和 XML 格式的实用工具
pdftohtml 是什么
pdftohtml 是一个把 PDF 文档转换成 HTML 和 XML 格式的命令行工具。PDF 虽然适合阅读和打印,但内容往往被固定版面“锁死”,想提取文字、在网页上复用或做进一步处理都不太方便。它正是为解决这类问题而生:把 PDF 里的文本和结构转成更开放、更易编辑的网页与标记格式。由于以命令行方式运行,它更适合习惯终端操作的用户,比如需要批量处理文档的开发者、做数据整理的分析人员,或想把旧资料搬到网站上的内容维护者。转换结果便于搜索、复制和二次加工,是连接 PDF 与网页内容的一座实用小桥。
如何安装 pdftohtml
- 打开 终端(按 ⌘ + 空格,输入“终端”)。
- 如果还没安装 Homebrew,先运行下面这条安装命令。
- 运行下面这条命令:
与同类应用对比
只对比公开元数据,不做主观推荐;需要逐项对比时见对比页。
| 应用 | 版本 | 许可证 | 架构 | 近 30 天安装 |
|---|---|---|---|---|
| pdftohtml | 0.40a | GPL-2.0-only | 命令行 | 20 |
| libharu | v2.4.6 | Zlib | 命令行 | 854 |
| html-xml-utils | 8.8 | W3C | 命令行 | 22 |
| iat | 0.1.7 | GPL-2.0-or-later | 命令行 | 19 |
命令行工具中的类似应用
libharu
libharu 是一个免费、跨平台的开源 C 语言库,用来生成 PDF 文件。开发者不需要理解 PDF 复杂的内部结构,就能在自己的程序里加入创建 PDF…html-xml-utils
html-xml-utils 是一组处理 HTML 和 XML 文件的命令行工具,适合需要在脚本或终端里批量整理网页与结构化文档的用户。iat
iat 是一个命令行小工具,专门用来把多种光盘镜像格式转换成标准的 ISO9660 镜像。seqtk
seqtk 是一个用于处理 FASTA 和 FASTQ 格式序列的轻量级工具,运行速度快,能直接解析这两种格式,也支持读取 gzip 压缩文件。riff
Riff 是一个围绕 diff 构建的增强工具,核心能力是把改动行里“具体哪一段变了”高亮出来——未改动的部分以黄色显示,文件名和 hunk 头在可能的情况…libebml
libebml 是一个处理 EBML 格式的底层库,EBML 可以理解为一种二进制版的 XML,用紧凑的编码方式描述结构化数据。所属分类:命令行工具