【译】Asp.net mvc 使用ITextSharp PDF to HTML （解决img标签问题）

2022-12-02 11:07:20

前言：因项目需求，需要将HTML代码转成PDF。大致上已经实现了，可以是发现使用ITextSharp（我现在的版本是5.5.9）的时候，img标签中的src只能跟绝对路径。

在百度上找了一个上午，有一点关联的解决方案都没有。最后去谷歌求助，终于找到了。

这是原文：http://www.am22tech.com/html-to-pdf/（可能需要*）

这是我总结后做的一个例子（使用的是第二个解决方法）：http://files.cnblogs.com/files/zuochengsi-9/HTML%E8%BD%ACPDF.zip

不懂的也可以参考我的这篇博客：http://www.cnblogs.com/zuochengsi-9/p/5483808.html

------------------------------------------------------------------

正文：

我正在到处寻找完美的例子，可是没有一个能完美的解决我的需求。我的需求非常简单，如下：

创建一个PDF文档从一个HTML页面。这个HTML里的代码包含的了img标签，同时用的相对路径。

我找到了有价值的信息从这几个地方http://kuujinbo.info/iTextSharp/tableWithImageToPdf.aspx

和http://hamang.net/2008/08/14/html-to-pdf-in-net/

最终，可以用下面的asp.net代码解决了我的问题。我希望这也能帮助到你！

必要条件：

Download and copy iTextSharp.dll 我的版本是5.1.1

问题和解决方案：

这个新的ITextSharp库，对于HTML代码转PDF已经做的很好了。可是有个主要的缺陷，图片的URL映射只能是绝对路径。

不然HTMLworlker类就会抛异常，如果你用的相对路径。

这里有两个解决方法对于这个问题：

1、用IImageProvider 接口取出所有的图片从HTML代码中，然后再"paste"PDF中。

但是HTML代码中对img修饰的style，例如height和width都不会保留下来。

2、解析HTML代码，同时用绝对的URL替换相对的URL在写入PDF文件之前。

这个方法会保存HTML代码中对与<img>设置的height和width。当然这个方法更好。

不过我还是提供两种解决方案让你自己去选择。

基本的准备：

添加一个新的page在你的代码中

PostToPDF_AM22.aspx

PostToPDF_AM22.aspx.cs

方法1：

using System;

    using System.Collections.Generic;

    using System.Linq;

    using System.Web;

    using System.Web.UI;

    using System.Web.UI.WebControls;

    //HTML to PDF 的引用

    using iTextSharp.text;

    using iTextSharp.text.html;

    using iTextSharp.text.pdf;

    using iTextSharp.text.xml;

    using iTextSharp.text.html.simpleparser;

    using System.IO;

    using System.util;

    using System.Text.RegularExpressions;

    //For converting HTML TO PDF- END

    public partial class PostToPDF_AM22 : System.Web.UI.Page

    {

    protected void Page_Load(object sender, EventArgs e)

    {

    //Get the HTML code from your database or whereever you have stored it and store

    //it in HTMLCode variable.

    string HTMLCode = string.Empty;

    ConvertHTMLToPDF(HTMLCode);

    }

    protected void ConvertHTMLToPDF(string HTMLCode)

    {

    HttpContext context = HttpContext.Current;

    //Render PlaceHolder to temporary stream

    System.IO.StringWriter stringWrite = new StringWriter();

    System.Web.UI.HtmlTextWriter htmlWrite = new HtmlTextWriter(stringWrite);

    StringReader reader = new StringReader(HTMLCode);

    //Create PDF document

    Document doc = new Document(PageSize.A4);

    HTMLWorker parser = new HTMLWorker(doc);

    PdfWriter.GetInstance(doc, new FileStream(Server.MapPath("~") + "/App_Data/HTMLToPDF.pdf",

    FileMode.Create));

    doc.Open();

    /********************************************************************************/

    var interfaceProps = new Dictionary<string, Object>();

    var ih = new ImageHander() { BaseUri = Request.Url.ToString() };

    interfaceProps.Add(HTMLWorker.IMG_PROVIDER, ih);

    foreach (IElement element in HTMLWorker.ParseToList(

    new StringReader(HTMLCode), null))

    {

    doc.Add(element);

    }

    doc.Close();

    Response.End();

    /********************************************************************************/

    }

    //handle Image relative and absolute URL's

    public class ImageHander : IImageProvider

    {

    public string BaseUri;

    public iTextSharp.text.Image GetImage(string src,

    IDictionary<string, string> h,

    ChainedProperties cprops,

    IDocListener doc)

    {

    string imgPath = string.Empty;

    if (src.ToLower().Contains("http://") == false)

    {

    imgPath = HttpContext.Current.Request.Url.Scheme + "://" +

    HttpContext.Current.Request.Url.Authority + src;

    }

    else

    {

    imgPath = src;

    }

    return iTextSharp.text.Image.GetInstance(imgPath);

    }

    }

    }

方法2：

using System;

    using System.Collections.Generic;

    using System.Linq;

    using System.Web;

    using System.Web.UI;

    using System.Web.UI.WebControls;

    //For converting HTML TO PDF- START

    using iTextSharp.text;

    using iTextSharp.text.html;

    using iTextSharp.text.pdf;

    using iTextSharp.text.xml;

    using iTextSharp.text.html.simpleparser;

    using System.IO;

    using System.util;

    using System.Text.RegularExpressions;

    //For converting HTML TO PDF- END

    public partial class PostToPDF_AM22 : System.Web.UI.Page

    {

    protected void Page_Load(object sender, EventArgs e)

    {

    //Get the HTML code from your database or whereever you have stored it and store

    //it in HTMLCode variable.

    string HTMLCode = string.Empty;

    ConvertHTMLToPDF(HTMLCode);

    }

    protected void ConvertHTMLToPDF(string HTMLCode)

    {

    HttpContext context = HttpContext.Current;

    //Render PlaceHolder to temporary stream

    System.IO.StringWriter stringWrite = new StringWriter();

    System.Web.UI.HtmlTextWriter htmlWrite = new HtmlTextWriter(stringWrite);

    /********************************************************************************/

    //Try adding source strings for each image in content

    string tempPostContent = getImage(HTMLCode);

    /*********************************************************************************/

    StringReader reader = new StringReader(tempPostContent);

    //Create PDF document

    Document doc = new Document(PageSize.A4);

    HTMLWorker parser = new HTMLWorker(doc);

    PdfWriter.GetInstance(doc, new FileStream(Server.MapPath("~") + "/App_Data/HTMLToPDF.pdf",

    FileMode.Create));

    doc.Open();

    try

    {

    //Parse Html and dump the result in PDF file

    parser.Parse(reader);

    }

    catch (Exception ex)

    {

    //Display parser errors in PDF.

    Paragraph paragraph = new Paragraph("Error!" + ex.Message);

    Chunk text = paragraph.Chunks[] as Chunk;

    if (text != null)

    {

    text.Font.Color = BaseColor.RED;

    }

    doc.Add(paragraph);

    }

    finally

    {

    doc.Close();

    }

    }

    public string getImage(string input)

    {

    if (input == null)

    return string.Empty;

    string tempInput = input;

    string pattern = @"<img(.|\n)+?>";

    string src = string.Empty;

    HttpContext context = HttpContext.Current;

    //Change the relative URL's to absolute URL's for an image, if any in the HTML code.

    foreach (Match m in Regex.Matches(input, pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline |

    RegexOptions.RightToLeft))

    {

    if (m.Success)

    {

    string tempM = m.Value;

    string pattern1 = "src=[\'|\"](.+?)[\'|\"]";

    Regex reImg = new Regex(pattern1, RegexOptions.IgnoreCase | RegexOptions.Multiline);

    Match mImg = reImg.Match(m.Value);

    if (mImg.Success)

    {

    src = mImg.Value.ToLower().Replace("src=", "").Replace("\"", "");

    if (src.ToLower().Contains("http://") == false)

    {

    //Insert new URL in img tag

    src = "src=\"" + context.Request.Url.Scheme + "://" +

    context.Request.Url.Authority + src + "\"";

    try

    {

    tempM = tempM.Remove(mImg.Index, mImg.Length);

    tempM = tempM.Insert(mImg.Index, src);

    //insert new url img tag in whole html code

    tempInput = tempInput.Remove(m.Index, m.Length);

    tempInput = tempInput.Insert(m.Index, tempM);

    }

    catch (Exception e)

    {

    }

    }

    }

    }

    }

    return tempInput;

    }

    string getSrc(string input)

    {

    string pattern = "src=[\'|\"](.+?)[\'|\"]";

    System.Text.RegularExpressions.Regex reImg = new System.Text.RegularExpressions.Regex(pattern,

    System.Text.RegularExpressions.RegexOptions.IgnoreCase |

    System.Text.RegularExpressions.RegexOptions.Multiline);

    System.Text.RegularExpressions.Match mImg = reImg.Match(input);

    if (mImg.Success)

    {

    return mImg.Value.Replace("src=", "").Replace("\"", ""); ;

    }

    return string.Empty;

    }

    }

说明：

上面的两种方案，都有一个方法ConvertHTMLToPDF，对于得到的HTML代码的格式是有要求的，具体可以去ITextSharp官网看看。

最后结果存储的一个PDF文档的名字叫HTMLToPDF.pdf在你的web站点的App_Data文件夹里

记得，你需要写代码去拿到HTML代码从你的数据库中或者其他文件里在上面的Page_Load事件中。

通过HTML代码转换函数,它将为您创建PDF文件。

如果你面临任何问题，写在评论中，我会尽力帮助你。

——————————————————————————————————————

初次翻译，就直接原样翻译了。但通过这次就感觉看英文资料没有以前那种抗拒感了。果然还是有尝试，就会有收获！

码农公寓

相关文章