pdf2htmlEX：pdf 转 html，医学指南精细化处理第一步

本文主要是介绍pdf2htmlEX：pdf 转 html，医学指南精细化处理第一步，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

pdf2htmlEX：pdf 转 html，医学指南精细化处理第一步

单文件转换
多文件转换

代码：https://github.com/coolwanglu/pdf2htmlEX

拉取pdf2htmlEX 的 Docker：

docker pull bwits/pdf2htmlex
# 拉取 bwits/pdf2htmlex

不用进入容器，直接创建 3 个文件夹

mkdir pdf2html
mkdir pdf2html/pdf_files    # 所有需要转换的pdf
mkdir pdf2html/html_files   # 用于存放转换好的 html 文件

单文件转换

在 pdf_files 文件夹下面有一个 test_1.pdf，运行命令：

docker run -ti --rm -v ~/pdf2html:/pdf2html bwits/pdf2htmlex pdf2htmlEX --dest-dir /pdf2html/html_files /pdf2html/pdf_files/test_1.pdf

多文件转换

Docker命令本身并不支持在单个命令中处理多文件或使用通配符执行迭代。因此，您需要使用一些shell脚本逻辑来达到这个目的。

以下是一个在Linux环境下使用bash脚本处理目录中所有PDF文件的方法。

这段脚本将迭代 pdf_files 目录中的所有PDF文件，并对每个文件运行 bwits/pdf2htmlex 容器：

#!/bin/bash# 设定本地PDF文件的目录
PDF_DIR="/home/bobuser/pdf2html/pdf_files"# 设定HTML输出目录
HTML_DIR="/home/bobuser/pdf2html/html_files"# 遍历pdf_files目录中的所有PDF文件
for pdf in "$PDF_DIR"/*.pdf; doecho "转换文件：$(basename "$pdf")"# 运行Docker命令来转换当前PDF文件docker run -ti --rm -v /home/bobuser/pdf2html:/pdf2html bwits/pdf2htmlex pdf2htmlEX --dest-dir /pdf2html/html_files "/pdf2html/pdf_files/$(basename "$pdf")"
doneecho "所有PDF文件转换完成。"