如何将pdf转换为电子书格式

8

是否可以将PDF文档转换为电子书格式，例如epub，azw或mobi？我正在寻找一个转换速度快的应用程序。我刚试过机芯。10分钟后，转化率甚至不到2％。所以请不要口径。首选CLI。

pdf ebooks

— 曼努埃尔·施耐德3r
source

6

您应该尝试一下pdftotext（该软件包位于Ubuntu下poppler-utils）。它是一个命令行转换器。它假定PDF具有文本，并且不只包含图像。

如果PDF文件包含图像（没有OCR信息），则必须使用OCR解决方案，这要慢得多。

我还成功地对加扰的PDF文本使用了OCR方法（通过以非线性方式在页面上放置各个字符）。然后，您可以使用例如pdftoppm获取页面的单独图像并对其进行OCR。

— 安通
source

6

我通常使用Caliber来转换各种格式（epub，mobi和pdf）。转换起来非常简单，这是屏幕截图，还有其他内容和视频教程。

屏幕截图

— slm
source

3

“请不要口径”的哪一部分不清楚？

— mlp

5

在任何SE网站上回答问题时，您都将为OP和将来发现此问答环节的任何人提供服务。该答案旨在涵盖这些个人的所有基础。同样，口径可能是最好的选择，可能是OP的版本有问题或配置错误。我已经使用了数十次，并且在转换方面做得很好。

— slm

我无法将pfd文件转换为固定布局的epub。您能否告诉我，按照固定格式将pdf转换为epub需要执行哪些步骤。

— mohan rathour

1

我必须对一个PDF文件执行一次，这就是结果（使用poppler的pdftohtml）：

#!/bin/bash

pwddir="`pwd`"
tmpdir="`mktemp -d`"

pdftohtml -enc UTF-8 -noframes -p -nomerge -nodrm -q "$1" "$tmpdir"/index

cd "$tmpdir"

sed -e :a -e '$!N;s/\n/ /;ta' \
    -i index.html 

sed -e 's@&#160;@ @g' \
    -e 's@<hr>@ @g' \
    -e 's@<br/>\s*<br/>@</p><p>@g' \
    -e 's@<br/>@ @g' \
    -i index.html

tidy -utf8 -i -wrap 9999999 -m index.html

sed -e 's@<a name="[^"]*"></a>@@g' \
    -i index.html

rm "$pwddir"/"$1".zip
zip "$pwddir"/"$1".zip *

将拉链送入口径，然后转换为EPUB。过滤所有CSS属性（例如颜色，字体）。

每个PDF文件都是不同的-没有确定的解决方案。上面的方法适用于一种特定情况-您必须弱化pdftohtml / pdftotext，然后调整输出以适合您的需求。

如果失败了，而您不得不求助于OCR，则我的楔形文字很幸运。但也可以尝试tesseract，ocrad，gocr。但是，所有这些都需要体力劳动才能取得良好的效果。

— 弗罗斯特
source