C# 需要使用itextsharp从HTML创建PDF的帮助吗
我正试图从HTML页面中提取PDF。我使用的CMS是epserver 这是我目前的代码:C# 需要使用itextsharp从HTML创建PDF的帮助吗,c#,.net,itextsharp,C#,.net,Itextsharp,我正试图从HTML页面中提取PDF。我使用的CMS是epserver 这是我目前的代码: protected void Button1_Click(object sender, EventArgs e) { naaflib.pdfDocument(CurrentPage); } public static void pdfDocument(PageData pd) { //Extract data from Page (
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();
}
这将输出文章名称、介绍文本和正文的内容。
但是,它没有对文章文本中的HTML进行分析,也没有布局
我已经试着看了一眼,但没有变聪明
非常感谢任何指向正确方向的指针:)对于更高版本的iTextSharp: 使用iTextSharp,您可以使用
iTextSharp.text.html.simpleparser.HTMLWorker.parsetList()
方法从html创建PDF
parsetList()
将TextReader
(一个抽象类)作为其HTML源代码,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
,能够从简单的标记生成PDF。我试图使用从网页返回的HTML,但除了simplest页面外,其他所有页面都出现了错误。甚至我检索到的最简单的网页()也在将页面的“head”标记的内容呈现到PDF上,因此我认为HTMLWorker.ParseToList()
方法对它解析的HTML的格式很挑剔
无论如何,如果您想尝试,下面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HTML构造HTMLWorker.parsetList()支持的任何文档;如果有,请把它贴在这里。我相信很多人都会感兴趣
对于iTextSharp的旧版本:
您可以使用iTextSharp.text.html.HtmlParser.Parse
方法创建基于html的PDF
下面是一个片段,演示了这一点:
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必须严格遵守XHTML
祝你好运 太好了。谢谢YourHtmlDocument.html
可以作为该页面的URL吗?另外,我认为最新版本的iTextSharp没有HtmlParser。我得到的最接近的是iTextSharp.text.html.simpleparser.HTMLWorker
,但是使用它,需要一个文本阅读器进行解析…@Steven-你说得对!很抱歉,当我回答您的问题时,我加载了一个旧的测试程序(带有旧版本的iTextSharp)。你是对的,HTMLWorker是你想要的方式。我根据使用HTMLWorker和iTextSharp 5.0进行的(有限的)测试编辑了我的回复。干得好!如果我没记错的话,我认为网页必须使用严格的XHTML,或者是100%正确的XHTML。所以也许这就是为什么它如此挑剔的原因!我要试一试。如果证明不够好,我将使用ABCpdf
。