¿Hay alguna biblioteca de Java para convertir documentos de pdf a html?

Question

Se preferirá la implementación de código abierto.

Answer 1

Obviamente, no es una tarea fácil, el formato PDF es mucho más rico que uno de HTML (además de que hay que extraer imágenes y vincularlos, etc.).
La extracción de texto simple es mucho más simple (aunque no trivial ...).
Veo en la barra lateral de su pregunta una pregunta similar: Converting PDF to HTML with Python que apunta a una biblioteca (poppler, que aparentemente está escrita en C++, quizás se puede acceder con JNI/JNA) y a una pregunta relacionada que ofrece aún más respuestas.

Answer 2

Solo las que conozco tienen que ser pagadas.

BFO
JPedal

Answer 3

Pruebe usar PDFBox de la base apache.