在 Web 环境中,将 PDF 转换为 HTML 有助于提升内容的可访问性和交互性。PDF 虽然因其稳定的版式和便捷的共享特性被广泛使用,但它在在线展示和交互方面存在一定局限。相比之下, HTML 具备更高的灵活性,使内容能够自适应不同设备,便于在网站和移动端流畅呈现。通过将 PDF 转换为 HTML,开发者不仅能提升搜索引擎可见性,还能简化内容编辑流程,优化用户体验。本文将介绍如何在 React 中使用 JavaScript 和 Spire.PDF for JavaScript 库将 PDF 转换为 HTML。
安装 Spire.PDF for JavaScript
要在 React 应用程序中实现 PDF 转 HTML,首先需要下载 Spire.PDF for JavaScript,或者使用 npm 进行安装:
npm i spire.pdf
安装完成后,将 Spire.Pdf.Base.js 和 Spire.Pdf.Base.wasm 文件复制到项目的 public 文件夹中。此外,为确保文本的正确呈现,还需要添加所需的字体文件。
详细的安装和配置步骤,请参考此教程:如何在 React 项目中集成 Spire.PDF for JavaScript
在 React 中将 PDF 转换为 HTML
开发者可以使用 Spire.PDF for JavaScript 提供的 PdfDocument.SaveToFile() 方法,轻松将 PDF 文件转换为 HTML。具体步骤如下:
- 将所需的字体文件和 PDF 文件加载到虚拟文件系统(VFS)。
- 使用 wasmModule.PdfDocument.Create() 方法创建 PdfDocument 对象。
- 使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。
- 通过 PdfDocument.SaveToFile() 方法将 PDF 转换为 HTML 格式。
- JavaScript
import React, { useState, useEffect } from 'react';
function App() {
// 存储加载的 WASM 模块
const [wasmModule, setWasmModule] = useState(null);
// 在组件挂载时加载 WASM 模块
useEffect(() => {
const loadWasm = async () => {
try {
// 从全局 window 对象中获取 Module 和 spirepdf
const { Module, spirepdf } = window;
// 当 WASM 运行时初始化完成后,设置 wasmModule 状态
Module.onRuntimeInitialized = () => {
setWasmModule(spirepdf);
};
} catch (err) {
// 记录加载过程中发生的错误
console.error('WASM 模块加载失败:', err);
}
};
// 创建 script 元素以加载 WASM JavaScript 文件
const script = document.createElement('script');
script.src = `${process.env.PUBLIC_URL}/Spire.Pdf.Base.js`;
script.onload = loadWasm;
// 将 script 元素添加到文档 body
document.body.appendChild(script);
// 组件卸载时清理 script 元素
return () => {
document.body.removeChild(script);
};
}, []);
// PDF 转 HTML 方法
const ConvertPdfToHTML = async () => {
if (wasmModule) {
// 加载字体文件到虚拟文件系统(VFS)
await wasmModule.FetchFileToVFS('MSYH.TTC', '/Library/Fonts/', `${process.env.PUBLIC_URL}/`);
// 加载输入的 PDF 文件到 VFS
let inputFileName = '趣味填词故事.pdf';
await wasmModule.FetchFileToVFS(inputFileName, '', `${process.env.PUBLIC_URL}/`);
// 创建新的 PDF 文档对象
const doc = wasmModule.PdfDocument.Create();
// 加载 PDF 文件
doc.LoadFromFile(inputFileName);
// 定义输出文件名
const outputFileName = 'Pdf转Html.html';
// 将 PDF 保存为 HTML
doc.SaveToFile({fileName: outputFileName, fileFormat: wasmModule.FileFormat.HTML});
// 释放资源
doc.Close();
doc.Dispose();
// 读取保存的 HTML 文件并转换为 Blob 对象
const modifiedFileArray = wasmModule.FS.readFile(outputFileName);
const modifiedFile = new Blob([modifiedFileArray], { type: 'text/html' });
// 创建 Blob 的 URL 并触发下载
const url = URL.createObjectURL(modifiedFile);
const a = document.createElement('a');
a.href = url;
a.download = outputFileName;
document.body.appendChild(a);
a.click();
document.body.removeChild(a);
URL.revokeObjectURL(url);
}
};
return (
<div style={{ textAlign: 'center', height: '300px' }}>
<h1>在 React 中使用 JavaScript 将 PDF 转换为 HTML</h1>
<button onClick={ConvertPdfToHTML} disabled={!wasmModule}>
转换
</button>
</div>
);
}
export default App;
React 应用程序编译成功后,将在默认网页浏览器中打开,通常是 http://localhost:3000。点击“转换”按钮即可将 PDF 文件转换为 HTML。
下图展示了本示例中的输入 PDF 文件和转换后的 HTML 文件:
自定义 PDF 到 HTML 转换设置
开发者可以使用 PdfDocument.ConvertOptions.SetPdfToHtmlOptions() 方法来自定义 PDF 转 HTML 过程中的一些设置。例如,可以选择是否在 HTML 中嵌入 SVG 或图片,以及设置每个 HTML 文件包含的最大页数。具体步骤如下:
- 将所需的字体文件和 PDF 文件加载到虚拟文件系统(VFS)。
- 使用 wasmModule.PdfDocument.Create() 方法创建 PdfDocument 对象。
- 使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。
- 通过 PdfDocument.ConvertOptions.SetPdfToHtmlOptions() 方法自定义转换选项。
- 使用 PdfDocument.SaveToFile() 方法将 PDF 保存为 HTML 格式。
- JavaScript
import React, { useState, useEffect } from 'react';
function App() {
// 存储已加载的 WASM 模块的状态
const [wasmModule, setWasmModule] = useState(null);
// 在组件挂载时加载 WASM 模块
useEffect(() => {
const loadWasm = async () => {
try {
// 从全局 window 对象中获取 Module 和 spirepdf
const { Module, spirepdf } = window;
// 当 WASM 运行时初始化完成时,设置 wasmModule 状态
Module.onRuntimeInitialized = () => {
setWasmModule(spirepdf);
};
} catch (err) {
// 记录加载过程中发生的错误
console.error('加载 WASM 模块失败:', err);
}
};
// 创建 script 元素以加载 WASM JavaScript 文件
const script = document.createElement('script');
script.src = `${process.env.PUBLIC_URL}/Spire.Pdf.Base.js`;
script.onload = loadWasm;
// 将 script 元素添加到文档 body
document.body.appendChild(script);
// 组件卸载时清理 script 元素
return () => {
document.body.removeChild(script);
};
}, []);
// 从虚拟文件系统 (VFS) 下载文件的方法
const downloadFileFromVFS = (fileName) => {
const fileArray = wasmModule.FS.readFile(fileName);
const fileBlob = new Blob([fileArray], { type: 'text/html' });
const url = URL.createObjectURL(fileBlob);
const a = document.createElement('a');
a.href = url;
a.download = fileName;
document.body.appendChild(a);
a.click();
document.body.removeChild(a);
URL.revokeObjectURL(url);
};
// PDF 转 HTML 方法
const ConvertPdfToHTML = async () => {
if (wasmModule) {
// 将所需的字体文件加载到虚拟文件系统 (VFS)
await wasmModule.FetchFileToVFS('MSYH.TTC', '/Library/Fonts/', `${process.env.PUBLIC_URL}/`);
// 将输入 PDF 文件加载到 VFS
let inputFileName = '趣味填词故事.pdf';
await wasmModule.FetchFileToVFS(inputFileName, '', `${process.env.PUBLIC_URL}/`);
// 创建新的 PDF 文档对象
const doc = wasmModule.PdfDocument.Create();
// 加载 PDF 文件
doc.LoadFromFile(inputFileName);
const totalPages = doc.Pages.Count;
// 自定义转换设置
doc.ConvertOptions.SetPdfToHtmlOptions({ useEmbeddedSvg: false, useEmbeddedImg: true, maxPageOneFile: 1 });
// 定义输出文件名
const outputFileName = '自定义PDF到HTML转换_result.html';
// 将 PDF 保存为 HTML 文件
doc.SaveToFile({ fileName: outputFileName, fileFormat: wasmModule.FileFormat.HTML });
// 释放资源
doc.Close();
doc.Dispose();
// 记录 PDF 的总页数
console.log(`总页数: ${totalPages}`);
// 下载所有生成的 HTML 文件
for (let i = 1; i <= totalPages; i++) {
const fileName = `自定义PDF到HTML转换_result_${i}-${i}.html`;
downloadFileFromVFS(fileName);
}
}
};
return (
<div style={{ textAlign: 'center', height: '300px' }}>
<h1>在 React 中使用 JavaScript 将 PDF 转换为 HTML</h1>
<button onClick={ConvertPdfToHTML} disabled={!wasmModule}>
转换
</button>
</div>
);
}
export default App;
在 React 中将 PDF 转换为 HTML 流
Spire.PDF for JavaScript 还支持使用 PdfDocument.SaveToStream() 方法将 PDF 转换为 HTML 流。具体步骤如下:
- 将所需的字体文件和输入的 PDF 文件加载到虚拟文件系统(VFS)中。
- 使用 wasmModule.PdfDocument.Create() 方法创建 PdfDocument 对象。
- 使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。
- 使用 wasmModule.Stream.CreateByFile() 方法创建内存流。
- 使用 PdfDocument.SaveToStream() 方法将 PDF 文档保存为 HTML 流。
- 使用 wasmModule.FS.writeFile() 方法将流的内容写入 HTML 文件。
- JavaScript
import React, { useState, useEffect } from 'react';
function App() {
// 存储已加载的 WASM 模块的状态
const [wasmModule, setWasmModule] = useState(null);
// 在组件挂载时加载 WASM 模块
useEffect(() => {
const loadWasm = async () => {
try {
// 从全局 window 对象中访问 Module 和 spirepdf
const { Module, spirepdf } = window;
// 当运行时初始化完成时,设置 wasmModule 状态
Module.onRuntimeInitialized = () => {
setWasmModule(spirepdf);
};
} catch (err) {
// 记录加载过程中发生的错误
console.error('加载 WASM 模块失败:', err);
}
};
// 创建 script 元素以加载 WASM JavaScript 文件
const script = document.createElement('script');
script.src = `${process.env.PUBLIC_URL}/Spire.Pdf.Base.js`;
script.onload = loadWasm;
// 将 script 元素添加到文档 body
document.body.appendChild(script);
// 组件卸载时清理 script 元素
return () => {
document.body.removeChild(script);
};
}, []);
// PDF 转 HTML 方法
const ConvertPdfToHTML = async () => {
if (wasmModule) {
// 将所需的字体文件加载到虚拟文件系统(VFS)
await wasmModule.FetchFileToVFS('MSYH.TTC', '/Library/Fonts/', `${process.env.PUBLIC_URL}/`);
// 将输入 PDF 文件加载到 VFS
let inputFileName = '趣味填词故事.pdf';
await wasmModule.FetchFileToVFS(inputFileName, '', `${process.env.PUBLIC_URL}/`);
// 创建新的PDF文档对象
const doc = wasmModule.PdfDocument.Create();
// 加载 PDF 文件
doc.LoadFromFile(inputFileName);
// 定义输出文件名
const outputFileName = 'Pdf转Html流.html';
// 创建一个新的内存流
let ms = wasmModule.Stream.CreateByFile(outputFileName);
// 将 PDF 文档保存为 HTML 流
doc.SaveToStream({stream: ms, fileformat: wasmModule.FileFormat.HTML});
// 将内存流的内容写入 HTML 文件
wasmModule.FS.writeFile(outputFileName, ms.ToArray());
// 释放资源
doc.Close();
doc.Dispose();
// 读取保存的文件并将其转换为 Blob 对象
const modifiedFileArray = wasmModule.FS.readFile(outputFileName);
const modifiedFile = new Blob([modifiedFileArray], { type: 'text/html' });
// 为 Blob 创建一个 URL 并开始下载
const url = URL.createObjectURL(modifiedFile);
const a = document.createElement('a');
a.href = url;
a.download = outputFileName;
document.body.appendChild(a);
a.click();
document.body.removeChild(a);
URL.revokeObjectURL(url);
}
};
return (
在 React 中使用 JavaScript 将 PDF 转换为 HTML
);
}
export default App;
申请临时 License
如果您希望删除结果文档中的评估消息,或者摆脱功能限制,请该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。获取有效期 30 天的临时许可证。