Convert tài liệu trên 123docx

Convert tài liệu trên
123doc.vn
Những vấn đề gặp phải và giải pháp
Giới thiệu 123doc.vn

Trang chia sẻ tài liệu và sách hàng đầu Việt Nam.

200k tài liệu đã có trên hệ thống.

Dự kiến đến tháng 4 – 2013 sẽ có 40k đầu sách.

App Android & IOS đọc sách riêng.
Yêu cầu kết quả

Đầu vào: File tài liệu định dạng phổ biến: doc, docx, ppt, pptx

Đầu ra:

Định dạng html

Giữ nguyên được form so với tài liệu gốc

Cỡ chữ, màu chữ, font chữ

Căn lề

Hình ảnh, bảng biểu, …
Bước đầu

Giải pháp


Doc, docx, ppt, pptx -> html qua OpenOffice

PDF -> html dùng thư viện XPDF (Nguồn mở viết bằng C)

Vấn đề

Mất hết cấu trúc html vì OpenOffice convert ra html dạng rất đơn giản.
Tiếp theo

Giải pháp

Doc, docx, … -> PDF

Tất cả từ PDF -> HTML.

Vấn đề

Font chữ hầu như là sai hết.

Bắt đầu nghiên cứu về font chữ.

Font chữ trong PDF đều là font nhúng (embeded subset)
-> Phải tách được riêng font chữ từ file pdf và hiển thị được trên trình duyệt.