使用 itextsharp 将 HTML 转换为 PDF

Posted 2023-03-05

【中文标题】使用 itextsharp 将 HTML 转换为 PDF

【英文标题】：Convert HTML to PDF using itextsharp

【发布时间】：2022-03-07 21:05:07

【问题描述】：

当使用 itextsharp 将 html 转换为 pdf 时，使用 css 为网页应用的样式在转换后的 pdf 中不起作用。

这是我的 css 代码：

<style type="text/css">
       .cssformat
            
                width:300px;
                height:200px;
                border:2px solid black;
                background-color:white; 
                border-top-left-radius:60px 90px; 
                border-bottom-right-radius:60px 90px;
                        
        </style>

这是我的 html 代码：

      <div id="divpdf" runat="server">
        <table id="tid" runat="server">
        <tr>
        <td>
       <asp:Label ID="Label1" runat="server" Text="this is new way of pdf" CssClass="cssformat"></asp:Label>
        </td>
        </tr>
        </table>
        </div>

以下是我用 c# 尝试过的：

 Response.ContentType = "application/pdf";
        Response.AddHeader("content-disposition", "attachment;filename=TestPage.pdf");
        Response.Cache.SetCacheability(HttpCacheability.NoCache);
        StringBuilder sb = new StringBuilder();
        StringWriter sw = new StringWriter();
        HtmlTextWriter hw = new HtmlTextWriter(sw);
        Document pdfDoc = new Document(PageSize.A4, 60f, 80f, -2f, 35f);
        divpdf.RenderControl(hw);
        StringReader sr = new StringReader(sw.ToString());   
        HTMLWorker htmlparser = new HTMLWorker(pdfDoc);
        PdfWriter writer = PdfWriter.GetInstance(pdfDoc, Response.OutputStream);
        pdfDoc.Open();
        hw1.Parse(new StringReader(sttt));
        htmlparser.Parse(sr);
        pdfDoc.Close();
        Response.Write(pdfDoc);
        Response.End();
        sw.Close();
        sr.Close();
        hw.Close();

【参考方案1】：

在使用 iTextSharp 将 HTML 转换为 PDF 时我费了一番周折，最终放弃了，因为我无法获得与我的 HTML5/CSS3 页面 100% 相同的转换后的 PDF。所以我给你一个最终对我有用的替代方案。

当您不准备为商业图书馆付费时，可用的选择非常少。我的一位客户也有同样的要求（从 HTML 转换为 PDF），他们不想为任何第三方工具付费，所以我必须制定一个计划。这就是我所做的，不是最好的解决方案，但它完成了工作

我下载了最新版本的wkhtmltopdf。不幸的是，当转换为 PDF 时，wkhtmltopdf 工具没有显示嵌入在我的 HTML 中的一些谷歌图表。所以我使用 wkhtmltoimage 工具也包括在内转换为 PNG，它按预期唤醒并显示所有图形。 然后我下载了最新版本的imagemagick 并将PNG 转换为PDF。 我使用 C# 自动化了这个过程。

很遗憾，这不是最优雅的解决方案，因为您必须执行两次转换并做一些工作以自动化所有内容，但这是我能想到的最佳解决方案，它给了我想要的结果和质量。

当然，有很多商业软件可以做得更快更好。

只是一个旁注：

我必须转换的网页是使用第 3 版引导程序在 HTML5 和 CSS3 中开发的，其中包含一些谷歌图形和图表。一切都已转换，没有任何问题。

【参考方案2】：

以下是转换包含内联 CSS 代码的 HTML 内容的示例。

public static class PdfCreator 

    public static string ConvertHtmlToPdf(string htmlContent, string fileNameWithoutExtension, string filePath, string cssContent = "") 
        if (!Directory.Exists(filePath)) 
            Directory.CreateDirectory(filePath);
        

    var fileNameWithPath = Path.Combine(filePath, fileNameWithoutExtension + ".pdf");

    using(var stream = new FileStream(fileNameWithPath, FileMode.Create)) 
        using(var document = new Document()) 
            var writer = PdfWriter.GetInstance(document, stream);
            document.Open();

            // instantiate custom tag processor and add to `HtmlPipelineContext`.
            var tagProcessorFactory = Tags.GetHtmlTagProcessorFactory();
            tagProcessorFactory.AddProcessor(new TableData(), new string[] 
                HTML.Tag.TD
            );
            var htmlPipelineContext = new HtmlPipelineContext(null);
            htmlPipelineContext.SetTagFactory(tagProcessorFactory);

            var pdfWriterPipeline = new PdfWriterPipeline(document, writer);
            var htmlPipeline = new HtmlPipeline(htmlPipelineContext, pdfWriterPipeline);

            // get an ICssResolver and add the custom CSS
            var cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(true);
            cssResolver.AddCss(cssContent, "utf-8", true);
            var cssResolverPipeline = new CssResolverPipeline(
            cssResolver, htmlPipeline);

            var worker = new XMLWorker(cssResolverPipeline, true);
            var parser = new XMLParser(worker);
            using(var stringReader = new StringReader(htmlContent)) 
                parser.Parse(stringReader);
            
        
    
    return fileNameWithPath;
    

【参考方案3】：

<asp:Lable> 的输出格式为“span”，即内联类型的显示。因此，将显示更改为阻止。享受..