PDF DOM Parser

PDF DOM HTML parser convertor java

Pdf2Dom je parser PDF souborů který konvertuje dokumenty na HTML DOM reprezentaci. Získaný DOM strom může být serializován na HTML dokument nebo dále zpracován. Pro dosažení co možná největší podoby výsledného a zdrojového dokumentu jsou ve výsledném dokumentu využity vložené CSS definice. Součástí je rovněž nástroj pro konverzi PDF dokumentu na HTML stránky. Pdf2Dom může být použit rovněž jako nezávislá knihovna jazyka Java se standardním DOM rozhraním nebo jako alternativní parser pro renderovací stroj CSSBox, který rozšiřuje možnosti CSSBoxu o zpracování PDF souborů.

http://cssbox.sourceforge.net/pdf2dom

PDF DOM Parser je k dispozici zdarma pod licencí LGPLv3.