PDF mit seiner Formatierung in HTML umwandeln

Status
Nicht offen für weitere Antworten.

DerEisteeTrinker

Bekanntes Mitglied
Hiho,

vllt kann mir jemand schon aus dem Titel dieses Themas heraus helfen. Falls nicht noch eine kleine Erläuterung.

Ich baue zwar im Moment an einer Webanwendung, aber das ist erstmal unerheblich für das Problem. Ich bekomme unterschiedlich formatierte PDF-Dokumente geliefert und muss sie in ein HTML-Format bringen. Das heißt die Überschriften müssen als solche gekennzeichnet sein, Absätze klar sichtbar und auch Aufzählungen sollten nicht im Fließtext verschwinden. Ich habe schon mit PDFBox herumexperimentiert, da gibt es auch Klassen, die mir das in reinen zeilenweisen Fließtext oder in total wirres HTML umformen, aber das ist nicht das wahre ;(;(;(;(

Wenn mir jemand helfen kann und sagen kann, mit welchen Framework ich durch mein PDF fliegen kann, um dort festzustellen was was ist, dann wär mir schon sehr geholfen.

Also bis denne

Euer EisteeTrinker
 

DerEisteeTrinker

Bekanntes Mitglied
supi, mit itext sehe ich jetzt, was pdf da für freakkram macht. man man man, dat wird ein heidenspaß die formatierung da heraus zu filtern :rtfm::rtfm::rtfm::rtfm::rtfm::rtfm::rtfm::rtfm::rtfm::rtfm::rtfm:

also ich bin dann mal am schuften


can be closed
 

Wildcard

Top Contributor
Dürfte eine extrem komplexe Aufgabe werden. Ich würde mir überlegen das Headless mit OpenOffice zu transformieren. PDF mit entsprechendem import Filter Laden und mit HTML Export Filter wieder speichern. Alles wird sich damit auch nicht erschlagen lassen, aber zumindest dürfte das Ergebnis besser sein als alles was man sich auf die Schnelle selbst schreiben kann.
Die Java API für OpenOffice macht's möglich...
 

DerEisteeTrinker

Bekanntes Mitglied
so wie ich das sehe, muss ich für diese API von OpenOffice eine SDK installieren. Dat kann ich schon mal gleich vergessen, weil das erst durch die ganze chef etage muss.
 

Wildcard

Top Contributor
Nein, eine JRE genügt. Du brauchst halt eine Installation von OOo (sei es lokal oder Remote auf einem Server).
 

Wildcard

Top Contributor
Hört sich ja nach einem tollen Arbeitsplatz an :)
Wie definierst du denn Installation? OOo kann auch einfach kopiert werden bzgw. es gibt eine Portable Version.
 

DerEisteeTrinker

Bekanntes Mitglied
ist eine bundesbehörde :D

also das einzige, was ich bei OOo downloaden kann, ist eine exe. wenn es das nur als zip oder anderes komprifile geben würde, wär das voll geil
 

DerEisteeTrinker

Bekanntes Mitglied
weil ich das zip file beantragen kann, dass es mir zur verfügung gestellt wird. aber so wie es aussieht, muss entweder openoffice installiert sein oder die beknackte sdk laufen. naja bleibt mir nur der schwere fußweg, aber danke für die anregung
 

Wildcard

Top Contributor
Wie gesagt, es muss nicht installiert sein, weil es portable ist. Einziges Problem: die Windows Version gibt es eben nur als exe download. Wenn du es dir privat runterlädst, ausführst, als zip verpackst, online stellst solltest du haben was du brauchst.
Seltsame Sicherheitspolitik...
 
Status
Nicht offen für weitere Antworten.
Ähnliche Java Themen
  Titel Forum Antworten Datum
F Timestamp in Oracle ohne Formatierung reinbekommen Allgemeine Java-Themen 7
M Array Formatierung Allgemeine Java-Themen 5
J Formatierung mit Java. Allgemeine Java-Themen 21
M Poi-Excel: vorhandene Formatierung verwenden Allgemeine Java-Themen 2
W POI - Formatierung für Zahlen Allgemeine Java-Themen 4
B Formatierung eines Datenträgers mit Java? Allgemeine Java-Themen 6
D Tabellenartige Formatierung in eine Datei Allgemeine Java-Themen 6
J Float Formatierung? Allgemeine Java-Themen 6
G Konvertieren: Wikipedia-Formatierung -> HTML Allgemeine Java-Themen 5
S Bookmark HTML Datei einlesen, alle Links erhalten und manche editieren..? (aktuell JSoup) Allgemeine Java-Themen 4
S HTML einer Webseite 1:1 so bekommen wie es auch der Browser anzeigt? Allgemeine Java-Themen 14
C Parsen einer sich updatenden Html mithilfe von jsoup Allgemeine Java-Themen 4
I HTML / XHTML Seite nach Excel exportieren. Suche Lib Allgemeine Java-Themen 12
F Kennt ihr eine Library um 2 HTML Seiten zu diffen? Allgemeine Java-Themen 8
K HTMLEditor HTML Text in Rich Text umwandeln Allgemeine Java-Themen 14
N Value Wert aus HTML-Button mittels thymeleaf spring an java übergeben Allgemeine Java-Themen 2
N Lottowebsite programmieren mittels Java, HTML,.... Allgemeine Java-Themen 7
S HTML den ich von einer URL hole nicht identisch mit dem HTML im Browser Allgemeine Java-Themen 1
M Html Seite auslesen Allgemeine Java-Themen 16
Developer_X Website HTML Code von HTTPS URL laden Allgemeine Java-Themen 0
L HTML Formular ausführen Allgemeine Java-Themen 1
J Auslesen Daten Java/HTML Allgemeine Java-Themen 15
A Applet in HTML einbinden Allgemeine Java-Themen 1
KeVoZ_ JSoup - HTML Tag entfernen Allgemeine Java-Themen 1
I HTML einer Website auslesen liefert nur head Allgemeine Java-Themen 6
perlenfischer1984 HTML Code decodieren Allgemeine Java-Themen 2
stylegangsta Mehrere html seiten einer Homepage einlesen und als Textdatei ausgeben Allgemeine Java-Themen 14
P HTML Text bearbeiten Allgemeine Java-Themen 1
A Probleme beim auslesen von Quelltext (HTML) Allgemeine Java-Themen 5
OnDemand String aus html einlesen Allgemeine Java-Themen 2
OnDemand Substring einer HTML Seite will nicht Allgemeine Java-Themen 5
S Applet in html laden; InvocationTargetException,.. nur warum ? Allgemeine Java-Themen 0
R HTML Tabelle durchsuchen Allgemeine Java-Themen 3
L Erste Schritte Eclipse und Lokal funktioniert - in HTML nicht! Allgemeine Java-Themen 2
T Keyword Highlighting in HTML Allgemeine Java-Themen 5
B Best Practice HTML Output Optimal implementieren Allgemeine Java-Themen 3
A jEditorPane Html Datei öffnen (code) Allgemeine Java-Themen 3
Y Applet/Html - Wie Java-Methode aufrufen, die einen Parameter erwartet? Allgemeine Java-Themen 3
H HTML Parsing errors Allgemeine Java-Themen 9
P Aktuellen HTML Code auslesen (von JS manipuliert) Allgemeine Java-Themen 3
M HTML-Code von Webseite über Browser oder Console auslesen?? Allgemeine Java-Themen 5
S Robuste Methode um Text von HTML code zu extrahieren..? Allgemeine Java-Themen 6
S Bekomme mit Scanner und URL keine Html-Seite ausgelesen Allgemeine Java-Themen 3
C JEditorPane langsam großes HTML Allgemeine Java-Themen 8
M html aus aktuellem Browserfenster mitlesen lassen Allgemeine Java-Themen 5
T Kann HTML Datei nicht lesen Allgemeine Java-Themen 3
S HTML-Quelltext nach bestimmter Stelle durchsuchen Allgemeine Java-Themen 2
B HTML Tags in Strings umwandeln Allgemeine Java-Themen 4
S BufferedReader/PrintWriter an einer HTML Allgemeine Java-Themen 6
T HTML Tag Position mittels Pattern ermitteln Allgemeine Java-Themen 7
C Attribute aus HTML Tags auslesen Allgemeine Java-Themen 6
M Wicket Html Allgemeine Java-Themen 2
S Fehler beim ausführen des HTML Allgemeine Java-Themen 7
S Fehler Applet-HTML Allgemeine Java-Themen 5
B suchfunktion in html integrieren Allgemeine Java-Themen 3
DEvent Wieso ist Javadoc mit Html Tags? Allgemeine Java-Themen 47
P RegEx mit HTML Parser für Java möglich? Allgemeine Java-Themen 10
B RTF zu HTML Allgemeine Java-Themen 3
S Von HTML-Seite den Titel bekommen Allgemeine Java-Themen 2
M .jar in HTML einbinden Allgemeine Java-Themen 5
H Kleiner HTML Parser (Facharbeit) Allgemeine Java-Themen 11
K iText, HTML Einrückung im Document, aber nicht im Paragraph Allgemeine Java-Themen 3
J Überprüfen ob URL eine HTML Datei referenziert Allgemeine Java-Themen 4
E Zeilenumbruch html Allgemeine Java-Themen 3
J URLs aus HTML Datei extrahieren Allgemeine Java-Themen 2
G Swing JEditorPaneAppender (Output im HTML-Format) Allgemeine Java-Themen 12
W Java Anwendung in HTML Allgemeine Java-Themen 2
M Html Unit Whitespace-Problem Allgemeine Java-Themen 4
J HTML-Sonderzeichen ersetzen Allgemeine Java-Themen 2
M HTML-Websiten verarbeiten Allgemeine Java-Themen 8
A Index Datei aus HTML-Dateien Allgemeine Java-Themen 7
S HTML => DOM - Welcher Parser für meine Zwecke? Allgemeine Java-Themen 3
I HTML Seite laden Allgemeine Java-Themen 6
W Saubere Lösung für das Auslesen einer Html Seite (Mehrsprachigkeit) Allgemeine Java-Themen 5
M String in Html Text umwandeln Allgemeine Java-Themen 2
S Formatierungen aus HTML-Dokument übernehmen und in Word docx schreiben Allgemeine Java-Themen 3
E HTML File mit Umlaute einlesen Allgemeine Java-Themen 8
T HTML Parser Allgemeine Java-Themen 7
E Regex HTML Tag und Inhalt löschen Allgemeine Java-Themen 4
S Swing mit JEditorPane per HTML auf Bilder in JAR zugreifen. Allgemeine Java-Themen 3
S Regulärer Ausdruck für HTML-Tag Allgemeine Java-Themen 18
H Java Methode zum HTML encodieren/decodieren Allgemeine Java-Themen 2
Daniel_L Bug in Copy-Funktion bei HTML-Editorpane? Allgemeine Java-Themen 4
M JApplet einbinden in HTML Allgemeine Java-Themen 19
F Problem mit regulären Ausdruck in Zusammenhang mit HTML Allgemeine Java-Themen 8
T JavaScript aus HTML im JEditorPane ausführen? Allgemeine Java-Themen 5
S PDF nach HTML oder XML Allgemeine Java-Themen 2
O Tastendrücke in verstecktes HTML-Formular schreiben Allgemeine Java-Themen 4
D Strings von HTML befreien Allgemeine Java-Themen 17
A HTML-Seite aufrufen, drucken und zum Programm zurückkehren Allgemeine Java-Themen 2
E Html tags entfernen optimieren Allgemeine Java-Themen 12
Q API zum Verarbeiten von HTML Allgemeine Java-Themen 4
B Java in HTML stellen Allgemeine Java-Themen 11
M id aus HTML (Regex) Allgemeine Java-Themen 7
D HTML mit Java verknüpfen Allgemeine Java-Themen 2
W HTML-Pfad Allgemeine Java-Themen 4
G HTML-Datei einlesen, Plain Text in Textfile speichern Allgemeine Java-Themen 4
A HTML-Seite wieder schließen Allgemeine Java-Themen 2
E JTidy html "hidden" Button drücken Allgemeine Java-Themen 7
faetzminator Regex zur Suche von "value-losen" Attributen in HTML Tags Allgemeine Java-Themen 7

Ähnliche Java Themen

Neue Themen


Oben