Alguém sabe de algum software (preferencialmente código aberto, Linux ou PHP) que possa converter PDF e / ou DOC / DOCX (e talvez outros formatos de documentos também: rtf, txt, etc.) para HTML?
Eu tenho o software "PDFtoHTML" funcionando, mas isso não parece também converter arquivos DOC / DOCX.
Você deve dar uma unoconv . Deve ser capaz de converter qualquer coisa que o Open Office possa ler para qualquer coisa que possa escrever.
Isso funciona em doc / docx e em muitos outros arquivos. Parece que não funciona em PDFs, então acho que você está preso a usar dois programas separados para o trabalho.
Eu coloquei com sucesso uma versão portátil do libreoffice no servidor web do meu host, que eu chamo com PHP para fazer uma conversão de linha de comando para .docx, etc. para pdf. no vôo. Eu não tenho direitos de administrador no servidor da web do meu host. Aqui está o meu blog do que eu fiz:
Yay! Converta diretamente de .docx ou .odt para .pdf usando PHP com o LibreOffice (sucessor do OpenOffice)!
Você já tentou PHPDocX ? Ele permite que você faça mais algumas coisas com arquivos docx.
Existe um método generateXHTML .
Tags php linux file-conversion