README.md

metadata

title: pdf2html
app_file: web_interface.py
sdk: gradio
sdk_version: 5.20.1

pdf2html

PDF 파일을 단일 컬럼 HTML로 변환하는 Python 패키지입니다.

설치

# Poetry를 사용하는 경우
poetry install

# 또는 pip 사용
pip install pdf2html

필요 라이브러리

pip install PyMuPDF beautifulsoup4 langchain gradio gradio-pdf

사용법

명령줄 인터페이스

# 직접 실행
poerty run python -m pdf2html 경로/파일명.pdf
poerty run python -m pdf2html 경로/파일명.pdf --output 출력디렉토리

# 설치 후 실행
pdf2html 경로/파일명.pdf
pdf2html 경로/파일명.pdf --output 출력디렉토리

웹 인터페이스

# 직접 실행
poetry run python -m web_interface

# 설치 후 실행
pdf2html-web

Python 코드에서 사용

from pdf2html import PDFToHTMLConverter

converter = PDFToHTMLConverter("경로/파일명.pdf")
output_path = converter.convert()
print(f"변환 완료: {output_path}")

주요 기능

• PDF 문서의 텍스트, 이미지, 표 추출
• 1단 세로 레이아웃으로 재구성
• 문단 구조 및 서식 유지
• 이미지 자동 추출 및 포함
• 표 구조 감지 및 HTML 테이블로 변환
• Gradio 기반 웹 인터페이스 제공