正在运行：
pdftohtml -c document.pdf output.htm
这将返回正常输出，但背景图像质量太低，无法读取。
这是 pdftohtml 的错误吗？或者我可以在某处更改配置文件？
任何帮助都将不胜感激，欢呼:)
运行：Ubuntu 10.04 LTS
答案1
我不太确定，但看看你的问题是否是由于这个错误造成的http://web.archiveorange.com/archive/v/RybTrtkbz0vNyQrK1IlX
也就是说，即使没有错误，您所做的事情也充满了潜在的输出灾难，PDF 是一种复杂的文档格式，通常不打算转换为其他格式，它主要用于按原样显示和打印。
使用您提到的相同工具可以轻松提取文本和图片，无需使用 -c 开关（它会尝试保留原始 PDF 的外观），
我想说尝试在不使用 -c 开关的情况下进行转换，这可能会让您获得足够好的图像，但布局可能不是您想要的，但也许您可以创建一些东西来修复它。如果 PDF 很简单，您可能不必修复任何东西。
答案2
我不确定您是否可以配置它，但您可以尝试使用带有 pdf-import 扩展的 Openoffice 来进行转换。