Windows下编译pdf2htmlex实现PDF转HTML中文完美支持

简介：本资源为Windows平台专用的PDF2HTMLEx开源工具完整安装包，面向开发者、技术文档工程师及需将PDF在线发布的教育/企业用户，解决PDF文档难以在网页端保持排版 fidelity 与交互性的核心问题。压缩包共22个文件，7.1MB，含核心可执行文件pdf2htmlEX.exe、多套CSS样式（base.min.css/fancy.css等）与JS脚本（pdf2htmlEX.min.js/compatibility.min.js），支撑HTML渲染与主题定制；另含LICENSE、README.md、ChangeLog、AUTHORS等开源元信息文件及build_sh构建脚本，体现完整工程结构。已有637人学习下载，开箱即用，无需编译——直接运行exe或调用命令行即可完成PDF到高保真、可选文本、带书签与超链接的HTML转换，同时支持图片分离导出与参数自定义，适配学术论文、技术手册、课件等复杂PDF内容的网页化部署需求。

1. Windows 版 pdf2htmlex：不是“装个exe就完事”的PDF转HTML工具，而是要亲手编译、绕过MSVC版本锁、处理中文字体嵌入失败的黑匣子

你搜“windows pdf2htmlex”，十有八九点进的是 GitHub 上那个早已归档（archived）的官方仓库，或者某个年份模糊的第三方打包版。但真正用过的人知道：它根本不是“下载安装包双击运行”那种工具——你在 Windows 上跑pdf2htmlEX.exe --help，可能连基础参数都报错；生成的 HTML 页面中文乱码、公式错位、页眉页脚消失、目录链接全断；更别说用 Python 脚本批量调用时，进程莫名卡死、临时文件残留满 C 盘、甚至触发 Windows Defender 误报。这不是软件不行，而是 pdf2htmlex 本质是一个重度依赖底层图形栈（Poppler + Cairo + Fontconfig + FreeType）的命令行转换器，在 Linux 上靠 apt 一键拉齐依赖链，在 Windows 上却要你手动拼凑 MSVC 运行时、静态链接 Cairo、硬编码字体路径、甚至 patch 源码才能让中文字体正确 subset 嵌入。它适合三类人：需要把 PDF 手册/论文/技术文档转成可搜索、可响应式、带目录锚点的 Web 页面的文档工程师；要集成进 CI/CD 流水线做自动化文档发布的技术 writer；以及正在为老旧 PDF 文档做无障碍改造（WCAG 2.1 合规）的前端团队。如果你只是想“快速转一个 PDF”，用 Edge 打印为 HTML 或在线转换网站更省心；但如果你要可控、可复现、可嵌入自定义 CSS、支持中文宋体/思源黑体/方正书宋且不漏字——那 pdf2htmlex 是目前 Windows 下唯一能扛住 500 页带矢量图+数学公式的 PDF 的开源方案。下面，我带你从零编译、配置、调参、排坑，全程基于 VS2022 + Windows 10/11 x64，不依赖任何“绿色版”或“免安装包”。

2. 编译前必须搞清的四层依赖关系：为什么不能直接下 release 包，而要自己拉源码+选对 MSVC 工具链

pdf2htmlex 在 Windows 上的编译不是“cmake && make”那么简单。它的构建链条像俄罗斯套娃：最外层是 pdf2htmlex 自身（C++），但它重度依赖 Poppler（PDF 解析）、Cairo（矢量渲染）、Fontconfig（字体发现）、FreeType（字体解析）、libpng / zlib（图像解码）。而这些库在 Windows 上没有统一包管理器（不像 Ubuntu 的 apt），每个库又各自有编译约束。比如：

• Poppler 必须用 MSVC 编译，且版本需与 pdf2htmlex commit hash 对齐：官方 repo 的master分支已停更，但dev分支仍活跃；2023 年后多数 PR 都要求 Poppler ≥ 22.12.0，否则TextPage::visit()会 segfault；
• Cairo 必须静态链接，且禁用 Win32 backend：Windows 默认的cairo-win32backend 不支持 PDF 输出流重定向，会导致--embed-external-font失效；必须强制用cairo-png+cairo-pdf组合，并通过-DCAIRO_HAS_WIN32_SURFACE=OFF关闭；
• Fontconfig 在 Windows 上几乎不可用：它依赖 Unix-like 的/etc/fonts/fonts.conf和fc-cache，Windows 无对应机制；实际做法是完全绕过 Fontconfig，改用硬编码字体路径 + FreeType 直接加载，这也是中文支持的关键突破口；
• MSVC 工具链版本决定一切：VS2019 编译的库无法被 VS2022 项目链接（CRT ABI 不兼容）；而 pdf2htmlex 官方 CMakeLists.txt 默认只适配 VS2017；必须手动修改CMakeLists.txt中的CMAKE_GENERATOR_TOOLSET和CMAKE_MSVC_RUNTIME_LIBRARY。

提示：不要尝试用 vcpkg 或 conan 安装 pdf2htmlex —— 它们的 portfile 均已过期（vcpkg 最新版仍指向 2021 年的 commit），且默认关闭了--enable-cid-fonts，导致中文字体 CID 映射失败，生成 HTML 后所有汉字变方框。

2.1 下载并验证四个核心源码仓库的 commit 兼容性

我们采用“锁定 commit + 子模块嵌套”方式确保可复现。以下组合经实测（Windows 10 22H2 + VS2022 17.8.4）稳定运行：

# 创建工作目录 mkdir pdf2html-win-build && cd pdf2html-win-build # 克隆主项目（含子模块声明） git clone https://github.com/coolwanglu/pdf2htmlex.git cd pdf2htmlex # 初始化并更新子模块（注意：官方子模块指向旧版 poppler，需手动切） git submodule update --init --recursive # 切换 poppler 子模块到兼容 commit cd thirdparty/poppler git fetch origin d4f9a21 git checkout d4f9a21 cd ../.. # 切换 cairo 子模块（官方未包含，需手动添加） cd thirdparty git clone https://gitlab.freedesktop.org/cairo/cairo.git cd cairo git checkout b8c1d0f # 应用 freetype 渲染 patch（见下节） cd ../..

2.2 用 VS2022 Developer Command Prompt 编译 Cairo（关键：禁用 win32 backend）

Cairo 是整个链条中最易翻车的一环。Windows 下默认启用win32surface，但 pdf2htmlex 需要pdf+pngsurface 来生成内联 base64 图片和矢量文本。必须彻底禁用 win32。

# 在 VS2022 Developer Command Prompt 中执行（非普通 cmd！） cd thirdparty/cairo # 创建构建目录 mkdir build && cd build # 配置 CMake（重点参数：禁用 win32，强制静态链接，指定 freetype 路径） cmake -G "Visual Studio 17 2022" ^ -A x64 ^ -DCMAKE_BUILD_TYPE=Release ^ -DCAIRO_HAS_WIN32_SURFACE=OFF ^ -DCAIRO_HAS_QUARTZ_SURFACE=OFF ^ -DCAIRO_HAS_QUARTZ_FONT=OFF ^ -DCAIRO_HAS_FC_FONT=OFF ^ # 关键！禁用 fontconfig -DCAIRO_HAS_FT_FONT=ON ^ -DFREETYPE_INCLUDE_DIRS="C:/path/to/freetype/include" ^ -DFREETYPE_LIBRARY="C:/path/to/freetype/lib/freetype.lib" ^ -DCMAKE_MSVC_RUNTIME_LIBRARY="MultiThreaded$<$<CONFIG:Debug>:Debug>" ^ .. # 编译（/m:4 表示 4 线程，避免内存溢出） cmake --build . --config Release --target install --parallel 4

参数说明：-DCAIRO_HAS_FC_FONT=OFF强制 Cairo 不调用 Fontconfig，转而由 pdf2htmlex 自己通过 FreeType 加载字体；CMAKE_MSVC_RUNTIME_LIBRARY="MultiThreaded"确保生成静态 CRT 链接的.lib，避免部署时缺vcruntime140.dll；--parallel 4是必须项，Cairo 编译单线程耗时超 25 分钟且常因内存不足中断。

2.3 编译 Poppler：必须开启 CID 字体支持，否则中文 PDF 直接变空白

Poppler 是 PDF 解析引擎，对中文支持取决于是否启用 CID 字体（Chinese Ideographic Dictionary）。Windows 下默认关闭，必须显式打开。

cd ../poppler mkdir build && cd build cmake -G "Visual Studio 17 2022" ^ -A x64 ^ -DCMAKE_BUILD_TYPE=Release ^ -DBUILD_GLIB=OFF ^ -DBUILD_QT5=OFF ^ -DBUILD_QT6=OFF ^ -DENABLE_ZLIB=ON ^ -DENABLE_LIBPNG=ON ^ -DENABLE_CMS=OFF ^ -DENABLE_DCTDECODER=ON ^ -DENABLE_JPEG=ON ^ -DENABLE_TIFF=ON ^ -DENABLE_CID_FONT=ON ^ # 关键！没有它，中文字符不解析 -DENABLE_UNSTABLE_API_ABI_HEADERS=ON ^ -DFREETYPE_INCLUDE_DIRS="C:/path/to/freetype/include" ^ -DFREETYPE_LIBRARY="C:/path/to/freetype/lib/freetype.lib" ^ -DCMAKE_INSTALL_PREFIX="C:/opt/poppler" ^ .. cmake --build . --config Release --target install --parallel 4

注意：-DENABLE_CID_FONT=ON是中文支持的生命线。若遗漏，pdf2htmlex 会跳过所有 CID 字符（即绝大多数 GB2312/GBK 编码的 PDF），输出 HTML 中<span class="c1"></span>占位符。实测某国标 PDF（GB/T 1.1-2020）在未开启此选项时，正文识别率为 0%；开启后达 99.2%（漏字仅出现在极少数嵌入 Type3 字体的扫描件中）。

3. 编译 pdf2htmlex 主程序：修改 CMakeLists.txt 绕过 Fontconfig，硬编码中文字体路径

pdf2htmlex 官方 CMakeLists.txt 默认启用 Fontconfig 查找字体，这在 Windows 上必然失败（找不到fonts.conf）。我们必须将其改为“FreeType 直接加载字体文件”模式，并指定宋体、黑体、楷体的绝对路径。这是让中文正常显示的最后也是最关键一步。

3.1 修改CMakeLists.txt：关闭 Fontconfig，启用 FreeType 字体加载

打开pdf2htmlex/CMakeLists.txt，定位到find_package(Fontconfig REQUIRED)行（通常在第 120 行左右），整段注释掉：

# find_package(Fontconfig REQUIRED) # include_directories(${FONTCONFIG_INCLUDE_DIRS}) # link_directories(${FONTCONFIG_LIBRARY_DIRS}) # set(PDF2HTMLEX_LIBS ${PDF2HTMLEX_LIBS} ${FONTCONFIG_LIBRARIES})

然后在include_directories(...)后添加 FreeType 包含路径：

# Add FreeType includes explicitly include_directories("C:/path/to/freetype/include") include_directories("C:/path/to/freetype/include/freetype") include_directories("C:/path/to/freetype/include/freetype/config")

再找到target_link_libraries(pdf2htmlEX ...)行，在末尾追加 FreeType 库：

target_link_libraries(pdf2htmlEX ... ${FREETYPE_LIBRARY} ${CAIRO_LIBRARY} ${POPPLER_LIBRARY} )

3.2 修改src/utils/font_utils.cc：实现 Windows 字体硬编码加载

原版代码依赖 Fontconfig 的FcFontSetSort查找字体。我们要替换为 Windows API + FreeType 直接加载：

// src/utils/font_utils.cc 第 45 行附近，替换整个 load_font() 函数 #include <ft2build.h> #include FT_FREETYPE_H #include FT_GLYPH_H // 全局字体映射表（Windows 路径） static const std::map<std::string, std::string> WINDOWS_FONT_MAP = { {"SimSun", "C:/Windows/Fonts/simsun.ttc"}, // 宋体 {"NSimSun", "C:/Windows/Fonts/simfang.ttf"}, // 新宋体 {"SimHei", "C:/Windows/Fonts/simhei.ttf"}, // 黑体 {"KaiTi", "C:/Windows/Fonts/kaiu.ttf"}, // 楷体 {"Microsoft YaHei", "C:/Windows/Fonts/msyh.ttc"} // 微软雅黑 }; bool load_font(const std::string& font_name, FT_Face* face) { auto it = WINDOWS_FONT_MAP.find(font_name); if (it == WINDOWS_FONT_MAP.end()) { fprintf(stderr, "Warning: font '%s' not found in Windows font map\n", font_name.c_str()); return false; } FT_Error error = FT_New_Face(*library, it->second.c_str(), 0, face); if (error) { fprintf(stderr, "Error loading font %s: %s\n", it->second.c_str(), error == FT_Err_Unknown_File_Format ? "unsupported font format" : "other error"); return false; } return true; }

逻辑说明：该函数不再调用FcFontSetSort，而是查表获取 Windows 系统字体路径，用 FreeTypeFT_New_Face直接加载。simsun.ttc是宋体 TTC 合集（含 Regular/Bold/Italic），simhei.ttf是黑体 TrueType；路径必须用正斜杠/（Windows API 兼容），且确保字体文件真实存在（可通过dir C:\Windows\Fonts\*.ttc验证）。

3.3 构建并安装 pdf2htmlex

cd ../.. # 回到 pdf2htmlex 根目录 mkdir build && cd build cmake -G "Visual Studio 17 2022" ^ -A x64 ^ -DCMAKE_BUILD_TYPE=Release ^ -DCMAKE_INSTALL_PREFIX="C:/opt/pdf2htmlEX" ^ -DPOPPLER_INCLUDE_DIR="C:/opt/poppler/include" ^ -DPOPPLER_LIBRARY="C:/opt/poppler/lib/poppler.lib" ^ -DCAIRO_INCLUDE_DIR="C:/opt/cairo/include" ^ -DCAIRO_LIBRARY="C:/opt/cairo/lib/cairo.lib" ^ -DFREETYPE_INCLUDE_DIR="C:/path/to/freetype/include" ^ -DFREETYPE_LIBRARY="C:/path/to/freetype/lib/freetype.lib" ^ .. cmake --build . --config Release --target install --parallel 4

成功后，C:/opt/pdf2htmlEX/bin/pdf2htmlEX.exe即为可用二进制。验证：

C:/opt/pdf2htmlEX/bin/pdf2htmlEX.exe --version # 输出应为：pdf2htmlEX 0.18.10-dev (a3e7b8c)

4. 中文 PDF 转 HTML 的 5 个必调参数：从乱码到完美排版的实操清单

编译成功只是开始。pdf2htmlex 默认参数对中文极不友好。以下是我在处理 2000+ 份国标、ISO、IEEE PDF 后总结的最小可行参数集，每一条都对应一个具体排版问题：

# 完整命令示例（处理一份含中文目录的国标 PDF） C:/opt/pdf2htmlEX/bin/pdf2htmlEX.exe ^ --zoom 1.4 ^ --override-fstype ^ --embedding ^ --process-outline ^ --font-format woff2 ^ --dest-dir "output" ^ "GB_T_1.1-2020.pdf"

参数说明：--dest-dir指定输出目录（自动创建）；--zoom 1.4是玄学经验值——实测在 1366x768 屏幕上，1.4 倍缩放使 10.5pt 宋体刚好达到视网膜屏清晰阈值；--override-fstype绕过 PDF 字体许可证检查（某些 PDF 设置fstype=2表示“禁止嵌入”，但 pdf2htmlex 作为转换工具需忽略）；--embedding触发 FreeType 的 subset 功能，只提取 PDF 中实际用到的汉字（如一篇文档只用 300 个汉字，则 WOFF2 文件仅含这 300 字，体积 < 50KB）。

4.1 验证字体嵌入是否成功：检查 output 目录下的fonts/子目录

成功执行后，output/fonts/目录应包含：

• SimSun-0000.woff2（宋体子集，含文档中所有用到的汉字）
• SimHei-0001.woff2（黑体子集）
• stylesheet.css中应有：

  @font-face { font-family: "SimSun"; src: url("fonts/SimSun-0000.woff2") format("woff2"); font-weight: normal; font-style: normal; }

若fonts/为空，或 CSS 中src: url(...)指向不存在的文件，则说明--embedding未生效，常见原因：FreeType 加载字体失败（路径错误）、PDF 使用 Type3 位图字体（无法 subset）、或--override-fstype缺失导致字体被拒。

4.2 处理公式与矢量图：用--svg-node替代默认--png-node

pdf2htmlex 默认将矢量图（如 LaTeX 公式、Visio 流程图）转为 PNG，导致缩放失真。启用 SVG 可保持矢量精度：

# 替换 --png-node 为 --svg-node（注意：需 Cairo 编译时启用 svg backend） C:/opt/pdf2htmlEX/bin/pdf2htmlEX.exe ^ --zoom 1.4 ^ --override-fstype ^ --embedding ^ --process-outline ^ --font-format woff2 ^ --svg-node ^ # 关键！让公式/图表输出为 SVG --dest-dir "output" ^ "paper_with_equations.pdf"

注意：--svg-node要求 Cairo 编译时启用CAIRO_HAS_SVG_SURFACE（默认关闭）。若未启用，命令会静默忽略该参数并回退到 PNG。验证方法：查看output/下是否有.svg文件；若有，说明生效。

5. 避坑：Windows 下 pdf2htmlex 的 4 个血泪经验，每一条都让我重编译过 3 次

这些坑不是文档里写的，是我在连续 72 小时调试中踩出来的。它们不会报错，但会让你的输出 HTML “看起来差不多，实际全是错的”。

5.1 现象：HTML 中中文显示为方框（□□□），但英文正常

原因：FreeType 加载字体时路径错误，或字体文件权限不足（尤其simsun.ttc在 Windows 10/11 中默认只读）
解决：

• 用icacls "C:\Windows\Fonts\simsun.ttc" /grant Everyone:F赋予读取权限
• 在font_utils.cc中打印it->second路径，确认是否为C:/Windows/Fonts/simsun.ttc（注意是ttc不是ttf）
• 用ftdump -a simsun.ttc命令验证字体是否可被 FreeType 解析（需先装freetype-tools）

5.2 现象：生成的 HTML 页面加载极慢（>10 秒），Network 面板显示大量data:URL 卡住

原因：--zoom值过大（如2.0）导致 PNG/SVG 渲染尺寸爆炸，单页 HTML > 50MB
解决：

• 严格控制--zoom≤1.4
• 对含大量图片的 PDF，加--hdpi 150 --vdpi 150（默认 300，减半可降体积 60%）
• 用--no-drm禁用 DRM 检查（某些 PDF 的 DRM 元数据会触发额外解析）

5.3 现象：目录（Outline）生成为空，HTML 左侧无导航栏

原因：PDF 书签结构损坏，或--process-outline未与--embed-external-font配合使用
解决：

• 先用pdfinfo -meta input.pdf检查Tagged和Outline字段是否为yes
• 若为no，用pdftk input.pdf dump_data查看 outline 条目；若为空，说明 PDF 本身无书签
• 必须同时使用--process-outline和--embedding，否则 outline 节点字体无法匹配

5.4 现象：命令行无报错，但output/目录下只有index.html，无pages/子目录和fonts/

原因：--dest-dir路径含中文或空格，CMake 构建时未处理路径转义
解决：

• --dest-dir必须为纯英文路径（如C:/tmp/out）
• 若需中文路径，先用mklink /D C:\out C:\我的输出创建符号链接，再用--dest-dir C:/out
• 检查output/index.html中<script>是否引用pages/1.html；若引用pages/1.htm（少个 l），说明构建时 CMake 生成了错误扩展名，需重编译并确认CMAKE_WINDOWS_EXPORT_ALL_SYMBOLS=ON

提示：所有坑的根因都指向同一个事实——pdf2htmlex 在 Windows 上不是“开箱即用”，而是“开箱即调试”。它的日志极其简陋（--debug只输出 3 行），所以必须养成习惯：每次运行后立刻检查output/目录结构、index.html源码、浏览器 Console 错误。一个成功的转换，output/必有pages/、fonts/、stylesheet.css、index.html四个要素，缺一不可。

6. 进阶技巧：用 Python 脚本批量处理 PDF，自动修复目录层级、注入自定义 CSS、生成 PWA 离线包

编译和单次转换只是起点。真实工作流中，你需要把它变成可调度、可监控、可审计的管道。以下是我每天处理 200+ PDF 的 Python 脚本核心逻辑，已去平台化，可直接复用。

6.1 批量转换脚本：带进度、失败重试、日志归档

# batch_pdf2html.py import subprocess import os import time import logging from pathlib import Path # 配置 PDF2HTMLEX_PATH = r"C:\opt\pdf2htmlEX\bin\pdf2htmlEX.exe" INPUT_DIR = Path(r"C:\pdf_in") OUTPUT_ROOT = Path(r"C:\html_out") LOG_FILE = Path(r"C:\logs\pdf2html.log") logging.basicConfig( level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s", handlers=[logging.FileHandler(LOG_FILE), logging.StreamHandler()] ) def convert_pdf(pdf_path: Path, output_dir: Path): """执行单次转换，带重试""" cmd = [ str(PDF2HTMLEX_PATH), "--zoom", "1.4", "--override-fstype", "--embedding", "--process-outline", "--font-format", "woff2", "--svg-node", "--dest-dir", str(output_dir), str(pdf_path) ] for attempt in range(3): try: result = subprocess.run( cmd, capture_output=True, text=True, timeout=600 # 10 分钟超时 ) if result.returncode == 0: logging.info(f"✅ Success: {pdf_path.name}") return True else: logging.warning(f"⚠️ Attempt {attempt+1} failed for {pdf_path.name}: {result.stderr[:200]}") time.sleep(2 ** attempt) # 指数退避 except subprocess.TimeoutExpired: logging.error(f"❌ Timeout on {pdf_path.name}, attempt {attempt+1}") time.sleep(2 ** attempt) logging.error(f"💥 Failed after 3 attempts: {pdf_path.name}") return False def main(): pdf_files = list(INPUT_DIR.glob("*.pdf")) logging.info(f"Found {len(pdf_files)} PDF files") success_count = 0 for i, pdf in enumerate(pdf_files, 1): output_dir = OUTPUT_ROOT / pdf.stem output_dir.mkdir(exist_ok=True) logging.info(f"[{i}/{len(pdf_files)}] Converting {pdf.name}") if convert_pdf(pdf, output_dir): success_count += 1 logging.info(f"🎉 Batch done. Success: {success_count}/{len(pdf_files)}") if __name__ == "__main__": main()

逻辑说明：subprocess.run带timeout=600防止卡死；3 次重试 + 指数退避应对临时资源争用；日志同时输出到文件和控制台，便于排查；output_dir.mkdir(exist_ok=True)确保目录存在，避免因权限问题失败。

6.2 自动修复目录层级：用 BeautifulSoup 修正 HTML 中的<h1><h2>嵌套

pdf2htmlex 生成的目录有时层级错乱（如<h2>出现在<h1>前）。我们用 BS4 重写 heading 标签：

# fix_outline.py from bs4 import BeautifulSoup import re def fix_headings(html_path: str): with open(html_path, 'r', encoding='utf-8') as f: soup = BeautifulSoup(f, 'html.parser') # 找到所有 h1-h6，按出现顺序编号 headings = soup.find_all(re.compile(r'^h[1-6]$')) level_stack = [0] # 栈顶为当前最大层级 for i, h in enumerate(headings): level = int(h.name[1]) # 如果新 heading 层级 > 栈顶+1，降级到栈顶+1 if level > level_stack[-1] + 1: level = level_stack[-1] + 1 h.name = f'h{level}' # 更新栈 if len(level_stack) == 1 or level > level_stack[-1]: level_stack.append(level) else: while level_stack and level_stack[-1] >= level: level_stack.pop() level_stack.append(level) with open(html_path, 'w', encoding='utf-8') as f: f.write(str(soup)) # 调用 fix_headings(r"C:\html_out\doc\index.html")

6.3 注入自定义 CSS 与 PWA 支持：让 HTML 成为真正的 Web 应用

在output/index.html的<head>中插入：

<!-- 自定义 CSS --> <link rel="stylesheet" href="custom.css"> <!-- PWA manifest --> <link rel="manifest" href="manifest.json"> <meta name="theme-color" content="#2196F3"> <!-- Service Worker 注册 --> <script> if ('serviceWorker' in navigator) { window.addEventListener('load', () => { navigator.serviceWorker.register('sw.js'); }); } </script>

manifest.json示例：

{ "name": "PDF Document", "short_name": "Doc", "description": "Offline PDF viewer", "start_url": ".", "display": "standalone", "background_color": "#ffffff", "theme_color": "#2196F3", "icons": [{ "src": "icon-192.png", "sizes": "192x192", "type": "image/png" }] }

技巧：sw.js可缓存pages/下所有 HTML 和fonts/下所有 WOFF2，实现离线阅读。这比 Electron 封装轻量 10 倍，且天然支持深色模式、字体缩放、全文搜索（用window.find()）。

我坚持不用任何 GUI 封装或在线服务，因为 pdf2htmlex 的价值恰恰在于它的“原始感”——你清楚知道每一行 HTML 怎么来，每一个字体怎么嵌，每一个目录节点怎么生成。当客户说“这个 PDF 转出来目录少了三级”，我能立刻grep -n "Outline" output/index.html定位；当运维问“为什么首页加载慢”，我能打开 Chrome DevTools 看是fonts/还是pages/1.html在阻塞。这种掌控感，是点几下鼠标换不来的。希望帮到你。

本文还有配套的精品资源，点击获取