สร้าง HTML จาก PDF และปิดการจัดกลุ่มด้วย GroupDocs Viewer สำหรับ Java

เทคนิคการเรนเดอร์ที่แม่นยำด้วย GroupDocs.Viewer สำหรับ Java

คำตอบสั้น

  • “การปิดการจัดกลุ่ม” ทำอะไร? มันบังคับให้ renderer ปฏิบัติตัวอักษรแต่ละตัวเป็นองค์ประกอบอิสระ เพื่อรักษาการจัดวางที่แม่นยำ.
  • ตัวเลือก API ใดที่ควบคุมสิ่งนี้? viewOptions.getPdfOptions().setDisableCharsGrouping(true).
  • ฉันต้องการไลเซนส์หรือไม่? รุ่นทดลองใช้ได้สำหรับการทดสอบ แต่ต้องมีไลเซนส์เต็มสำหรับการใช้งานจริง.
  • ฉันสามารถสร้าง HTML จาก PDF พร้อมกันได้หรือไม่? ใช่ — ใช้ HtmlViewOptions เพื่อสร้างผลลัพธ์ HTML พร้อมกับปิดการจัดกลุ่ม.
  • ฟีเจอร์นี้จำกัดเฉพาะ PDF หรือไม่? มันออกแบบมาสำหรับ PDF เป็นหลัก แต่ viewer รองรับหลายรูปแบบอื่นด้วย.

คำนำ

เมื่อทำงานกับเอกสาร PDF ความแม่นยำในการเรนเดอร์เป็นสิ่งสำคัญ — โดยเฉพาะอย่างยิ่งเมื่อจัดการกับโครงสร้างข้อความซับซ้อนเช่นอักษรภาพหรือภาษาที่ต้องการการแสดงอักขระที่แม่นยำ ฟีเจอร์ “Character Grouping” มักทำให้เกิดปัญหาโดยการจัดกลุ่มอักขระอย่างไม่ถูกต้อง ส่งผลให้เนื้อหาในเอกสารถูกตีความผิดพลาด ซึ่งอาจเป็นปัญหาอย่างยิ่งสำหรับผู้ใช้ที่ต้องการการทำสำเนาเลย์เอาต์ข้อความของเอกสารอย่างแม่นยำ

ข้อกำหนดเบื้องต้น

ก่อนจะลงมือเขียนโค้ด โปรดตรวจสอบว่าคุณมีสิ่งต่อไปนี้ครบ:

  • ไลบรารีและการพึ่งพา: คุณจำเป็นต้องใช้ GroupDocs.Viewer สำหรับ Java รุ่น 25.2 หรือใหม่กว่า.
  • การตั้งค่าสภาพแวดล้อม: ตรวจสอบว่าคุณได้ติดตั้ง Java Development Kit (JDK) แล้วและ IDE ของคุณตั้งค่าให้ทำงานกับโครงการ Maven.
  • ความรู้พื้นฐานที่ต้องมี: ความเข้าใจพื้นฐานของการเขียนโปรแกรม Java โดยเฉพาะการจัดการเส้นทางไฟล์และการใช้ไลบรารีภายนอก.

วิธีสร้าง HTML จาก PDF ด้วย GroupDocs Viewer

การสร้าง HTML จาก PDF เป็นกระบวนการสองขั้นตอน: ตั้งค่า viewer แล้วเรนเดอร์เอกสาร จุดสำคัญคือการปิดการจัดกลุ่มอักขระก่อนการเรนเดอร์ เพื่อให้ผลลัพธ์ HTML สะท้อนการจัดวางของ PDF ต้นฉบับแบบอักขระต่ออักขระ

การตั้งค่า GroupDocs.Viewer สำหรับ Java

การติดตั้งผ่าน Maven

แรกเริ่มให้รวมไลบรารีที่จำเป็นเข้าไปในโครงการของคุณ เพิ่มการกำหนดค่าต่อไปนี้ในไฟล์ pom.xml ของคุณ:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/viewer/java/</url>
   </repository>
</repositories>
<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-viewer</artifactId>
      <version>25.2</version>
   </dependency>
</dependencies>

การขอรับไลเซนส์

เพื่อใช้ GroupDocs.Viewer อย่างเต็มที่ ควรพิจารณาได้รับไลเซนส์:

  • ทดลองใช้ฟรี: เริ่มต้นด้วยรุ่นทดลองฟรีเพื่อทดสอบฟีเจอร์.
  • ไลเซนส์ชั่วคราว: ขอรับไลเซนส์ชั่วคราวหากต้องการเวลาเพิ่มเติม.
  • ซื้อไลเซนส์: สำหรับโครงการระยะยาว แนะนำให้ซื้อไลเซนส์.

การเริ่มต้นและตั้งค่าเบื้องต้น

ด้านล่างเป็นโค้ดสั้นที่พร้อมรัน ซึ่งแสดงขั้นตอนทำงานทั้งหมด — ตั้งค่าโฟลเดอร์ผลลัพธ์, เรนเดอร์ PDF เป็น HTML พร้อมกับปิดการจัดกลุ่มอักขระ:

import com.groupdocs.viewer.Viewer;
import com.groupdocs.viewer.options.HtmlViewOptions;
import java.nio.file.Path;

// Initialize the GroupDocs Viewer
Path outputDirectory = Utils.getOutputDirectoryPath("DisableCharactersGrouping");
Path pageFilePathFormat = outputDirectory.resolve("page_{0}.html");

HtmlViewOptions viewOptions = HtmlViewOptions.forEmbeddedResources(pageFilePathFormat);
viewOptions.getPdfOptions().setDisableCharsGrouping(true);

try (Viewer viewer = new Viewer("YOUR_DOCUMENT_DIRECTORY/HIEROGLYPHS_PDF")) {
    viewer.view(viewOptions);
}

คู่มือการใช้งาน

ฟีเจอร์: ปิดการจัดกลุ่มอักขระ

ต่อไปนี้เราจะอธิบายแต่ละบรรทัดของตัวอย่าง เพื่อให้คุณเข้าใจ ทำไม เราต้องทำเช่นนั้นและ อย่างไร มันช่วยให้การสร้าง HTML จาก PDF ปราศจากการรวมอักขระที่ไม่ต้องการ

ขั้นตอนที่ 1: กำหนดไดเรกทอรีผลลัพธ์
Path outputDirectory = Utils.getOutputDirectoryPath("DisableCharactersGrouping");

ทำไม? สิ่งนี้ทำให้ไฟล์ HTML ที่เรนเดอร์แล้วถูกเก็บไว้ในโฟลเดอร์เฉพาะ ทำให้ค้นหาและจัดการได้ง่ายในภายหลัง.

ขั้นตอนที่ 2: กำหนดรูปแบบเส้นทางไฟล์
Path pageFilePathFormat = outputDirectory.resolve("page_{0}.html");

ทำไม? การใช้ตัวแปรแทน ({0}) ทำให้ viewer สร้างไฟล์ HTML แยกแต่ละหน้าของ PDF ได้อย่างเป็นระบบ.

ขั้นตอนที่ 3: เริ่มต้น HtmlViewOptions
HtmlViewOptions viewOptions = HtmlViewOptions.forEmbeddedResources(pageFilePathFormat);

ทำไม? การฝังทรัพยากร (รูปภาพ, ฟอนต์, CSS) ไว้ในแต่ละหน้า HTML ทำให้เหมาะกับ viewer บนเว็บหรือแพลตฟอร์ม e‑learning.

ขั้นตอนที่ 4: ปิดการจัดกลุ่มอักขระ
viewOptions.getPdfOptions().setDisableCharsGrouping(true);

ทำไม? นี่คือบรรทัดสำคัญที่บอก engine การเรนเดอร์ ไม่ ให้รวมอักขระที่อยู่ติดกัน เพื่อให้ HTML ที่สร้างขึ้นสะท้อนตำแหน่ง glyph อย่างแม่นยำจาก PDF ต้นฉบับ.

ขั้นตอนที่ 5: เรนเดอร์เอกสาร
try (Viewer viewer = new Viewer("YOUR_DOCUMENT_DIRECTORY/HIEROGLYPHS_PDF")) {
    viewer.view(viewOptions);
}

ทำไม? การใช้ Viewer ภายในบล็อก try‑with‑resources ทำให้ทรัพยากรเนทีฟทั้งหมดถูกปล่อยอัตโนมัติ ป้องกันการรั่วไหลของหน่วยความจำในแอปพลิเคชันที่ทำงานต่อเนื่อง.

การสร้าง HTML จาก PDF ด้วย Java โดยไม่มีการจัดกลุ่ม

คลาส HtmlViewOptions ช่วยให้คุณ สร้าง html จาก pdf พร้อมกับแยกอักขระแต่ละตัวออกจากกัน ซึ่งเป็นประโยชน์อย่างยิ่งเมื่อคุณต้องฝังหน้าที่เรนเดอร์ลงในพอร์ทัลเว็บหรือแพลตฟอร์ม e‑learning ที่ต้องการตำแหน่ง glyph ที่แม่นยำ.

ปัญหาที่พบบ่อยและวิธีแก้

  • FileNotFoundException – ตรวจสอบเส้นทางที่ส่งให้ new Viewer(...) อีกครั้ง ใช้เส้นทางแบบเต็มหรือ Path.of(...) เพื่อความชัดเจน.
  • สิทธิ์การเขียน – ตรวจสอบให้แน่ใจว่าไดเรกทอรีผลลัพธ์สามารถเขียนได้โดยกระบวนการ Java; บน Linux อาจต้องปรับสิทธิ์โฟลเดอร์ (chmod 775).
  • เวอร์ชันไม่ตรงกัน – ตัวเลือก setDisableCharsGrouping มีตั้งแต่เวอร์ชัน 25.2 ตรวจสอบว่า pom.xml ของคุณระบุเวอร์ชันที่ถูกต้อง.

การประยุกต์ใช้งานจริง

  1. การรักษาภาษา – เหมาะสำหรับการเรนเดอร์เอกสารในภาษาจีน, ญี่ปุ่น, อาหรับ หรืออักษรโบราณที่การเว้นระยะห่างของอักขระมีความหมาย.
  2. เอกสารกฎหมายและการเงิน – รับประกันการทำสำเนาข้อความที่แม่นยำสำหรับเอกสารที่ต้องปฏิบัติตามกฎระเบียบอย่างเคร่งครัด.
  3. แหล่งเรียนการสอน – เหมาะสำหรับตำราเรียนที่มีแผนภาพซับซ้อน, คำอธิบายเสริม หรือเนื้อหาหลายภาษา.

ข้อควรพิจารณาด้านประสิทธิภาพ

  • เพิ่มประสิทธิภาพการใช้ทรัพยากร – PDF ขนาดใหญ่ใช้หน่วยความจำมาก พิจารณาประมวลผลหน้าเป็นชุดและทำลายอินสแตนซ์ Viewer อย่างทันท่วงที.
  • การจัดการหน่วยความจำของ Java – ปรับขนาด heap ของ JVM (-Xmx2g หรือสูงกว่า) หากคาดว่าจะประมวลผล PDF หลายร้อยหน้า.
  • การเรนเดอร์แบบขนาน – สำหรับการแปลงจำนวนมาก ให้สร้างเธรดแยกแต่ละตัวพร้อมอินสแตนซ์ Viewer ของตนเองเพื่อใช้ประโยชน์จาก CPU หลายคอร์.

คำถามที่พบบ่อย

Q: ทำไมต้องปิดการจัดกลุ่มอักขระ?
A: การปิดการจัดกลุ่มทำให้ renderer ไม่รวมอักขระที่เป็น glyph แยกกัน ซึ่งจำเป็นสำหรับสคริปต์ที่การเว้นระยะและลำดับอักขระมีความหมาย.

Q: การตั้งค่า setDisableCharsGrouping ใช้ได้เฉพาะผลลัพธ์ HTML หรือไม่?
A: ไม่ใช่; มันมีผลต่อ engine การเรนเดอร์ PDF ด้านล่าง ดังนั้นรูปแบบผลลัพธ์ใด ๆ (HTML, PNG, JPEG ฯลฯ) จะสะท้อนการเปลี่ยนแปลงนี้.

Q: สามารถใช้การตั้งค่านี้ร่วมกับฟอนต์กำหนดเองได้หรือไม่?
A: ได้ — โหลดฟอนต์กำหนดเองก่อนเริ่มต้น Viewer แล้วกฎการจัดกลุ่มจะยังคงทำงาน.

Q: การปิดการจัดกลุ่มส่งผลต่อประสิทธิภาพหรือไม่?
A: มีผลเล็กน้อย เนื่องจาก engine ต้องประมวลผลอักขระแต่ละตัวแยกกัน แต่ผลกระทบโดยรวมยังคงน้อยสำหรับเอกสารส่วนใหญ่.

Q: มีวิธีสลับการจัดกลุ่มตามหน้าได้หรือไม่?
A: ปัจจุบันตัวเลือกเป็นระดับทั่วไประดับ PdfOptions เท่านั้น; หากต้องการพฤติกรรมผสม คุณต้องใช้ Viewer แยกกันสำหรับหน้าต่าง ๆ.

แหล่งข้อมูล

อัปเดตล่าสุด: 2026-03-22
ทดสอบด้วย: GroupDocs.Viewer 25.2 สำหรับ Java
ผู้เขียน: GroupDocs