【问题】
折腾：
【未解决】将不可拷贝复制的PDF中的表格数据导出并转换为xml格式数据
期间，想要用xpdf的pdftotext把一个禁止拷贝的pdf文件转换为html，但是出错了：
D:\tmp\dev_tools\python\pdf\xpdfbin-win-3.03\xpdfbin-win-3.03\bin64>pdftotext.exe pdftotext version 3.03 Copyright 1996-2011 Glyph & Cog, LLC Usage: pdftotext [options] <PDF-file> [<text-file>] -f <int> : first page to convert -l <int> : last page to convert -layout : maintain original physical layout -fixed <fp> : assume fixed-pitch (or tabular) text -raw : keep strings in content stream order -htmlmeta : generate a simple HTML file, including the meta information -enc <string> : output text encoding name -eol <string> : output end-of-line convention (unix, dos, or mac) -nopgbrk : don't insert page breaks between pages -opw <string> : owner password (for encrypted files) -upw <string> : user password (for encrypted files) -q : don't print any messages or errors -cfg <string> : configuration file to use in place of .xpdfrc -v : print copyright and version info -h : print usage information -help : print usage information --help : print usage information -? : print usage information D:\tmp\dev_tools\python\pdf\xpdfbin-win-3.03\xpdfbin-win-3.03\bin64>pdftotext.exe -htmlmeta D:\tmp\tmp_dev_root\python\answer_question\self\pdf_table_to_xml\pdf\spec183r21.0.pdf hart183.html Permission Error: Copying of text from this document is not allowed.
【解决过程】
1.参考了一堆：
pdftohtml / Discussion / Help:Copying of text from document isn’t allowed
但是无解。
2.这里：
http://www.cs.cmu.edu/~dst/Adobe/Gallery/xpdf-0.93-ro-removed.patch
有补丁，据说可以解决此问题。
但是该补丁是c语言代码，而我此处的xpdf是二进制版本的。
没法去使用该补丁。放弃之。
3.再去参考：
的“
Okular 电子书阅读器，可以将PDF转换成html。Linux自带基于xpdf的pdf2html无法会遇到如下错误。
Permission Error: Copying of text from this document is not allowed.
好像只支持转换成txt
Use Okular. (on Linux)
If you get “Copying forbidden by DRM”, simply go to “Settings” -> “Configure Okular” and in the “General Options”, “Program Feature” disable “Obey DRM limitations”.
真是超级笨，pdftohtml有一个选项叫-nodrm，加上这个选项就OK了。”
所以去进入Ubuntu系统中，找那个pdf2html的工具，试试效果。
4.打开Ubuntu，去找找pdf2html，没找到，但是可以找到并安装xpdf：
crifan@crifan-Ubuntu:~$ pdf2html 未找到 'pdf2html' 命令，您要输入的是否是： 命令 'odf2html' 来自于包 'docvert' (universe) pdf2html：未找到命令 crifan@crifan-Ubuntu:~$ xpdf 程序“xpdf”尚未安装。 您可以使用以下命令安装： sudo apt-get install xpdf crifan@crifan-Ubuntu:~$ sudo apt-get install xpdf [sudo] password for crifan: 正在读取软件包列表... 完成 正在分析软件包的依赖关系树 正在读取状态信息... 完成 将会安装下列额外的软件包： gsfonts-x11 lesstif2 下列【新】软件包将被安装： gsfonts-x11 lesstif2 xpdf 升级了 0 个软件包，新安装了 3 个软件包，要卸载 0 个软件包，有 26 个软件包未被升级。 需要下载 786 kB 的软件包。 解压缩后会消耗掉 2,135 kB 的额外空间。 您希望继续执行吗？[Y/n]y 获取：1 http://cn.archive.ubuntu.com/ubuntu/ raring/universe lesstif2 i386 1:0.95.2-1.1 [661 kB] 获取：2 http://cn.archive.ubuntu.com/ubuntu/ raring/main gsfonts-x11 all 0.22 [9,108 B] 获取：3 http://cn.archive.ubuntu.com/ubuntu/ raring-updates/universe xpdf i386 3.03-10ubuntu1.1 [115 kB] 下载 786 kB，耗时 3秒 (245 kB/s) Selecting previously unselected package lesstif2:i386. (正在读取数据库 ... 系统当前共安装有 165577 个文件和目录。) 正在解压缩 lesstif2:i386 (从 .../lesstif2_1%3a0.95.2-1.1_i386.deb) ... Selecting previously unselected package gsfonts-x11. 正在解压缩 gsfonts-x11 (从 .../gsfonts-x11_0.22_all.deb) ... Selecting previously unselected package xpdf. 正在解压缩 xpdf (从 .../xpdf_3.03-10ubuntu1.1_i386.deb) ... 正在处理用于 fontconfig 的触发器... 正在处理用于 mime-support 的触发器... 正在处理用于 man-db 的触发器... 正在处理用于 bamfdaemon 的触发器... Rebuilding /usr/share/applications/bamf-2.index... 正在处理用于 desktop-file-utils 的触发器... 正在处理用于 gnome-menus 的触发器... 正在设置 lesstif2:i386 (1:0.95.2-1.1) ... 正在设置 gsfonts-x11 (0.22) ... 正在设置 xpdf (3.03-10ubuntu1.1) ... 正在处理用于 libc-bin 的触发器... ldconfig deferred processing now taking place crifan@crifan-Ubuntu:~$
然后去使用：
然后再去找pdf文件去打开：
然后另存为：
结果没有可以到处为html的选项。
【总结】
最终结果是：
没有搞定此问题，还是无法用pdftotext将pdf转为文本或html。
转载请注明：在路上 » 【未解决】用xpdf的pdftotext打算把PDF转换为HTML时出错：Permission Error: Copying of text from this document is not allowed