perl doc/pdf/xls转换为HTML转换器

Question

我想将扩展名为doc/docx/xls/xlsx/pdf的文件转换为HTML文件。有没有办法在使用Perl的Solaris上以简单的方式执行该操作？

Answer 1

我用于处理Microsoft Office文件的perl库一直非常缺乏，而且我还没有找到能够很好地处理Office 2007和Office 2010扩展的库（请在注释中指向一个如果你知道一个！）

如果您有一台运行Microsoft Office的PC，则可以使用win32ole从unix控制Office应用程序。我用Ruby做之前： http://rubyonwindows.blogspot.com/2007/03/automating-excel-with-ruby.html

下面是使用Win32 OLE Perl模块： http://metacpan.org/pod/Win32::OLE

我个人不推荐OLE方法，因为它有很多头疼的（像你必须让Office在PC上运行以使unix脚本可以正常工作，随着您的PC使用补丁更新，Windows防火墙将几乎随机地阻止unix脚本）。

我没有试过，但这里是一个将使用OpenOffice和Ghostscript为你做批量转换Java程序： http://www.codeproject.com/KB/java/PDFCM.aspx

Answer 2

作为一个旁注，有一个实用程序称为xpdf converts pdf files to text。这是在Solaris上编译的，尽管你必须从源代码编译（你可以从命令行调用该实用程序）。我用过它，它很棒。

更重要的是，它有一个修改版本converts pdf to html。这个我没有测试过，但可能值得一试。

Answer 3

为Excel中为HTML - >你可以使用exceltohtml

需求以下模块：

use Spreadsheet::ParseExcel; 
use File::Find ; use Cwd ;