PdfToHtml

pdftohtml est un utilitaire en ligne de commande qui permet, comme son nom l'indique, de convertir un fichier PDF vers un fichier HTML.

installez le paquet poppler-utils.

Il contient plusieurs utilitaires, dont celui qui nous intéresse : pdftohtml.

J'ai créé une petite interface graphique grâce à Zenity afin de simplifier son utilisation. Copiez le code ci-dessous dans un éditeur quelconque (ex : gedit).

#!/bin/sh

#affichage de la licence
zenity  --warning --width=400 \
	--title="Interface graphique pour pdftohtml" \
	--text="Ce programme est une interface graphique pour l'utilitaire 'pdftohtml' qui permet la conversion d'un fichier PDF en fichier(s) HTML."

boiteLicence=`zenity --question --width=350 --height=150 --title="Message de l'auteur (mirage59)" --text="<b>Programme sous licence Paternité-Pas d'Utilisation Commerciale-Partage des Conditions Initiales à l'Identique 2.0 France 
Pour plus d'informations visiter : 
http://creativecommons.org/licenses/by-nc-sa/2.0/fr/ \n</b>"`

case $? in
  0)
    #l'user a validé la licence
	;;
  1)
    #annuler;;
	exit;;
  -1)
    #fermer
	exit;;
esac


#sélection du pdf a convertir
fichierEntree=`zenity --file-selection --title="Sélectionnez le fichier PDF à convertir"`

case $? in
  0)
    echo $fichierEntree;;
  1)
    #echo "Aucun fichier sélectionné.";;
	exit;;
  -1)
	exit;;
esac

#checklist pour les différentes options
options=`zenity  --list --checklist --width=450 --height=400 --separator=" -" \
	--title="Cochez les options souhaiter pour la conversion"\
	--column="Cochez" --column="Options" --column="Descriptions" \
	1 q "dont print any messages or errors" \
	1 v "print copyright and version info " \
	1 p "exchange .pdf links with .html" \
	1 c "generate complex output" \
	1 i "ignore images" \
	1 noframes "generate no frames" \
	1 stdout "use standard output " \
	1 xml "output for XML post-processing " \
	1 hidden "force hidden text extraction" \
	1 dev "output device name for Ghostscript" \
	1 nomerge "do not merge paragraphs " \
	1 nodrm "override document DRM settings "`

#sélection du dossier de sortie
dossierSortie=`zenity --file-selection --directory --title="Sélectionnez le dossier où seront sauvegardé vos fichiers HTML"`

case $? in
  0)
	echo "$dossierSortie";;
  1)
	echo "Aucun dossier sélectionné.";
	exit;;
  -1)
	exit;;
esac

#saisie du nom du fichier html
fichierSortie=`zenity --entry --title="Choix du nom du fichier html" --text="Quel nom voulez-vous donner à vos fichiers HTML?"`
case $? in
  0)
    echo "$fichierSortie";;
  1)
	echo "Aucun fichier sélectionné.";
	exit;;
  -1)
	exit;;
esac

#on génère le script que l'on lancera
echo "#!/bin/sh \n">/tmp/ligneCmdPdftohtml.sh
echo "pdftohtml -$options $fichierEntree $dossierSortie/$fichierSortie.html" >>/tmp/ligneCmdPdftohtml.sh
#le script pourra s'exécuter en tant que programme
chmod u+x /tmp/ligneCmdPdftohtml.sh
#lancement du script
sh /tmp/ligneCmdPdftohtml.sh

#on supprime le script
rm -f /tmp/ligneCmdPdftohtml.sh

#ouverture du dossier de sortie dans nautilus
nautilus $dossierSortie

Enregistrez ensuite ce fichier avec une extension ".sh".

Ouvrez ensuite le terminal et tapez la ligne suivante qui permettra au script de s'exécuter :

 chmod u+x zenity_pdftohtml.sh 

Vous pouvez ensuite lancer cette interface graphique en exécutant la commande :

sh zenity_pdftohtml.sh

ou en créer un raccourci personnalisé contenant le même code.

La syntaxe générale est la suivante :

 pdftohtml [options] <PDF-file> <html-file> 

Où <PDF-file> est à remplacer par l'emplacement du fichier pdf à convertir, où <html-file> est à remplacer par l'emplacement du fichier html et où [options] est à remplacer par aucune,une ou plusieurs des options.

Voici la liste des principales options :

-q

don't print any messages or errors

-v

print copyright and version info

-p

exchange .pdf links with .html

-c

generate complex output

-i

ignore images

-noframes

generate no frames

-stdout

use standard output

-xml

output for XML post-processing

-hidden

force hidden text extraction

-dev

output device name for Ghostscript

-nomerge

do not merge paragraphs

-nodrm

override document DRM settings

Pour désinstaller pdftohtml il suffit de supprimer le paquet poppler-utils. Pour supprimer l'interface graphique il suffit d'effacer le fichier "zenity_pdftohtml.sh".

(EN) Site officiel de PDFTOHTML : http://pdftohtml.sourceforge.net/

Créateur de la page : mirage59