# pdf2epub-tool

**Repository Path**: bob-wu/pdf2epub-tool

## Basic Information

- **Project Name**: pdf2epub-tool
- **Description**: An attempt of a PDF2EPub convertor.
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2023-04-10
- **Last Updated**: 2023-04-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Pdf2Epub

## 介绍

这是一个利用[poppler](https://poppler.freedesktop.org/)工具和[pdf2htmlEX](https://github.com/pdf2htmlEX/pdf2htmlEX)项目来进行PDF文件到[EPUB3](http://idpf.org/epub/30/)文件转换的尝试。

具体地，我们使用`pdfinfo`和`pdftoppm`来获取pdf文件的元信息和封面图片，使用`pdf2htmlEX`工具来讲pdf文件分割、转换为html、图片和字体文件，最后将这些工具的输出进行整合，构建出一个符合EPUB 3规范的文件。
我们生成的EPUB文件，其结构就像下面这样：
```
root
   |-mimetype 
   |-META-INF
   |        |-container.xml 
   |-OEBPS
         |-content.otf 
         |-nav.xhtml 
         |-(data file)
         |-(data file)
         |-...

```

## 安装依赖

**这个程序的编写和测试都只在一台Ubuntu 20.04上完成过，因此以下信息会有局限**

1. 安装`poppler-util`
   （大部分流行的 Linux 发行版应该都已预安装）
   - Ubuntu: `sudo apt install poppler-utils`
   - CentOS: `sudo yum install poppler-utils`

2. 安装`pdf2htmlEX`
   1. 到[此页面](https://github.com/pdf2htmlEX/pdf2htmlEX/releases)下载最新的AppImage，存至合适的目录。
   2. 执行`chmod +x {下好的AppImage的路径}`给予执行权限，执行`sudo ln -s {下好的AppImage的路径} /usr/bin/pdf2htmlEX`创建软链接。

## 测试用例

1. [pdf](test/Software-Engineering-at-Google.pdf) -> [epub](test/Software-Engineering-at-Google.epub)
2. [pdf](test/Big-Data.pdf) -> [epub](test/Big-Data.epub) 
3. [pdf](test/数据结构(第3版)-邓俊辉.pdf) -> [epub](test/数据结构(第3版)-邓俊辉.epub)