Python-远程-1个月

项目编号：【167134】
程序要求：
1. 保持PDF文件中文字阅读的次序，段落连续；当一个段落被分到两页时，将他们合并到一个段落后输出；
2. 保持各级标题的样式（同级的内容用同一个class包裹）；若原始的PDF是分栏的样式，输出的HTML不要分栏，只要保持段落分割即可；
3. 输出PDF文件中的表格和图（包含表头，图示等），若属于图片，则将图片输出到images文件夹，然后在HTML中插入这个图片；
4. 提取完整的参考文献，给每个参考文献设定一个锚；识别PDF正文中的参考文献标记，加上这篇参考文献对应的锚（点击调转到对应的参考文献）

交付形式：
- Python脚本及安装配置方法

典型PDF样本
https://hd-probot.oss-cn-hangzhou.aliyuncs.com/xanda/cfecdb7692674dc3c6b0a8df55f3a71d.pdf
https://hd-probot.oss-cn-hangzhou.aliyuncs.com/xanda/fc36e092329e08768e6ee8376cd3e8dc.pdf
https://pdf.hres.ca/dpd_pm/00043879.PDF
https://pdf.hres.ca/dpd_pm/00065186.PDF
https://pdf.hres.ca/dpd_pm/00077491.PDF
https://hd-probot.oss-cn-hangzhou.aliyuncs.com/xanda/669a0a5385512f5bff372d79ecfaa867.pdf
https://hd-probot.oss-cn-hangzhou.aliyuncs.com/xanda/e1a27e5e05e597db0e98487e6d75c519.pdf
https://xanda.oss-cn-shenzhen.aliyuncs.com/xanda/a15beb426c25bc865d5aee8169c64109.pdf