请问下大佬们. 有没有什么txt转HTML工具. 最好标签丰富点，智能点.
把PDF文档 ORC后. 你们是怎么转HTML格式的啊。 并且是怎么添加各种丰富的标签的？
难道纯手动？
PDF 文档用 ABBYY FineReader 转 HTML。
ABBY 不知道是不是我设置的问题. ORC的质量非常差。差到完全不能用的地步。
我用的是夸克扫描王. 质量非常高，但是只能导出word格式.
其次ABBY 转HTML格式。 标签基本就是每一行就是一个P标签。 不是很满意。
赞同，转成html没法看的，手动加。
1 个赞
夸克转word格式. 然后用word文档的 单词纠错功能. 进行校正. 最后就是复制粘贴到txt. 然后利用emeditor去手动制作成MDX 。我目前是这么做的，工作量巨大。
想着有没有什么智能添加标签的工具，省点工作。
不知道，我参与做的都是 FineReader 转的，因为需要校对，用 FineReader 是最好的选择，没接触过别的。OCR 质量差，可以考虑重新扫下。
图像假如无法重新扫描，可以考虑先用老马的comicviewenhancer先处理一下，有时处理后效果会有天渊之别。
假如想用finereader存为html，在ocr前要先把结果设置为格式化文本。
目前工作量大的是添加HTML标签。 想着有没有什么智能点的工具。 ABBY就是无脑每行就是一个P标签。 不是很满意
不一定如此。可能你的图像太差，也可能设置不对。
但是你既然觉得别的软件用了顺手，就用别的软件吧。这个得自己多实践体会。
假如我没记错，jcz777兄用finereader，可以识别出词头的黑体，存为html，黑体的标签出来了，就可以处理词头。
@jcz777
是这样吗？
匹配上可以，但实际上效果比较差，会在大量错误匹配。如果页数不算多的话，可以手动处理一下，统一一下字体格式。有统一的字体格式，就很容易正确匹配。
Word排版后直接转html