c# - 需要帮助使用 itextsharp 从 HTML 创建 PDF

Question

我正在尝试从 HTML 页面创建 PDF。我使用的 CMS 是 EPiServer。

到目前为止，这是我的代码:

    protected void Button1_Click(object sender, EventArgs e)
    {
        naaflib.pdfDocument(CurrentPage);
    }


    public static void pdfDocument(PageData pd)
    {
        //Extract data from Page (pd).
        string intro = pd["MainIntro"].ToString(); // Attribute
        string mainBody = pd["MainBody"].ToString(); // Attribute

        // makae ready HttpContext
        HttpContext.Current.Response.Clear();
        HttpContext.Current.Response.ContentType = "application/pdf";

        // Create PDF document
        Document pdfDocument = new Document(PageSize.A4, 80, 50, 30, 65);
        //PdfWriter pw = PdfWriter.GetInstance(pdfDocument, HttpContext.Current.Response.OutputStream);
        PdfWriter.GetInstance(pdfDocument, HttpContext.Current.Response.OutputStream);  

        pdfDocument.Open();
        pdfDocument.Add(new Paragraph(pd.PageName));
        pdfDocument.Add(new Paragraph(intro));
        pdfDocument.Add(new Paragraph(mainBody));
        pdfDocument.Close();
        HttpContext.Current.Response.End();
    }

这会输出文章名称、介绍文本和正文的内容。但它不解析文章文本中的 HTML，也没有布局。

我试过查看 http://itextsharp.sourceforge.net/tutorial/index.html没有变得更聪明。

非常感谢任何指向正确方向的指针:)

Answer 1

对于更高版本的 iTextSharp:

使用 iTextSharp，您可以使用 iTextSharp.text.html.simpleparser.HTMLWorker.ParseToList() 方法从 HTML 创建 PDF。

ParseToList() 为其 HTML 源采用 TextReader(抽象类)，这意味着您可以使用 StringReader 或 StreamReader(两者都使用 TextReader 作为基本类型)。我使用了 StringReader 并能够从简单的标记生成 PDF。我尝试使用从网页返回的 HTML，但在除简单页面之外的所有页面上都出现错误。即使是我检索到的最简单的网页 ( http://black.ea.com/ ) 也会将页面的“head”标签的内容渲染到 PDF 上，所以我认为 HTMLWorker.ParseToList() 方法对它解析的 HTML。

无论如何，如果你想尝试这里是我使用的测试代码:

// Download content from a very, very simple "Hello World" web page.
string download = new WebClient().DownloadString("http://black.ea.com/");

Document document = new Document(PageSize.A4, 80, 50, 30, 65);
try {
    using (FileStream fs = new FileStream("TestOutput.pdf", FileMode.Create)) {
        PdfWriter.GetInstance(document, fs);
        using (StringReader stringReader = new StringReader(download)) {
            ArrayList parsedList = HTMLWorker.ParseToList(stringReader, null);
            document.Open();
            foreach (object item in parsedList) {
                document.Add((IElement)item);
            }
            document.Close();
        }
    }

} catch (Exception exc) {
    Console.Error.WriteLine(exc.Message);
}

我找不到任何关于 HTML 构造 HTMLWorker.ParseToList() 支持的文档；如果您这样做，请将其张贴在这里。我相信很多人都会感兴趣。

对于旧版本的 iTextSharp:您可以使用 iTextSharp.text.html.HtmlParser.Parse 方法创建基于 html 的 PDF。

这是一个演示这一点的片段:

Document document = new Document(PageSize.A4, 80, 50, 30, 65); 
try  {
   using (FileStream fs = new FileStream("TestOutput.pdf", FileMode.Create)) {
      PdfWriter.GetInstance(document, fs);
      HtmlParser.Parse(document, "YourHtmlDocument.html");
   }
} catch(Exception exc)  { 
   Console.Error.WriteLine(exc.Message); 
} 

一个(对我来说主要的)问题是 HTML 必须严格符合 XHTML。

祝你好运!