pdftohtml：PDFをそのままHTML化
KoAN
目次
pdftohtmlコマンドについての概要と詳細
pdftohtmlとは
pdftohtml は、PDFファイルをHTML形式（Webページ）に変換するコマンドラインツールです。PDFのレイアウトやフォント、画像などをできる限り保持しながらWebブラウザで閲覧可能なHTMLファイルを生成できます。変換後は各ページごとにHTMLや画像ファイルが出力されるため、Web公開や再利用、検索性向上など幅広い用途に活用されます。poppler-utilsパッケージに含まれています。
主な特徴と機能
- PDFのレイアウトやフォント、画像を保持しつつHTMLへ変換
- 各ページを個別のHTMLファイルに出力したり、1つの連結HTMLとしても生成可能
- 画像やCSSファイルも自動生成（-cオプションでスタイル分離）
- テキストのみ抽出やテーブル変換、目次生成など多彩なオプション
- Web公開や電子書籍、検索用インデックス作成などにも応用
基本的な使い方
# PDFをそのままHTMLに変換
$ pdftohtml input.pdf output.html
# ページごとにHTMLと画像を分割出力
$ pdftohtml -c -split input.pdf out- -c オプションでCSS分離、-sで単一HTML化、-noframesでフレームなし出力
- ページ範囲や画像形式（PNG/JPEGなど）も指定可能
インストール方法
Debian/Ubuntu系
$ sudo apt install poppler-utils
Fedora系
$ sudo dnf install poppler-utils利用シーンと活用例
- 論文や資料PDFをWebページとして公開したい場合
- Web検索や閲覧性向上のためPDFからHTMLへ変換
- 電子書籍のHTML化やマニュアルのWeb再利用
- 資料画像の抽出やコンテンツ管理システムへの取り込み
まとめ
pdftohtml は、PDFをHTMLへ変換してWebでの公開や再利用を実現できる便利なCLIツールです。poppler-utilsパッケージを導入するだけで使えるため、文書のデジタル化やコンテンツ拡張、検索性向上など幅広い場面で役立ちます。
