Wie konvertieren von HTML in PDF mit iTextSharp

Erste, HTML und PDF sind nicht miteinander verwandt, obwohl Sie erstellt wurden, um die gleiche Zeit. HTML gedacht ist, zu vermitteln, höhere level-Informationen wie Absätze und Tabellen. Zwar gibt es Methoden, es zu kontrollieren, liegt es letztlich an den browser zu ziehen, diese höhere Ebene der Konzepte. PDF soll vermitteln Dokumente und die Dokumente muss "Blick" das gleiche, wo immer Sie erbracht werden.

In einem HTML-Dokument haben Sie vielleicht einen Absatz mit 100% Breite, und je nach der Breite des Monitors, es dauert vielleicht 2 Zeilen oder 10 Linien und, wenn Sie es drucken, könnte es sein 7 Zeilen und wenn Sie es sehen auf Ihrem Handy, es dauert vielleicht 20 Zeilen. Eine PDF-Datei, jedoch muss unabhängig von der rendering-Gerät, also unabhängig von Ihrer Bildschirmgröße muss immer Rendern genau das gleiche.

Wegen der most oben, PDF nicht unterstützt abstrakte Dinge wie "Tabellen" oder "Absätze". Es gibt drei grundlegende Dinge, die das PDF-Format unterstützt: text, Linien/Formen und Bilder. (Es gibt auch andere Dinge wie Anmerkungen und Filme, aber ich versuche es einfach zu halten hier). In einem PDF-Sie müssen nicht sagen "hier ist ein Absatz, browser-Mach dein Ding!". Stattdessen sagen Sie: "zeichnen Sie diesen text an dieser genauen X -, Y-Position unter Verwendung dieser genauen schriftart und Mach dir keine sorgen, ich hab bisher berechnet die Breite des Textes, so weiß ich, wird es passen alle auf dieser Linie". Sie müssen auch nicht sagen "hier ist ein Tisch", sondern Sie sagen: "zeichnen Sie diesen text an genau diesem Ort und zeichnen Sie dann ein Rechteck auf das andere genauen Standort, den ich zuvor berechnet, so weiß ich, es wird sich um den text".

Zweite, iText und iTextSharp parse HTML und CSS. Das ist es. ASP.Net, MVC, Razor, Struts, Spring, etc, sind alle HTML-frameworks aber iText/iTextSharp ist 100% nicht bewusst. Gleiche mit DataGridViews, Repeater, Vorlagen, Ansichten, etc. die sind alle framework-spezifischen Abstraktionen. Es ist Ihre Verantwortung für den HTML-von Ihrer Wahl von Rahmen, iText wird dir nicht helfen. Wenn Sie eine Ausnahme sagen The document has no pages oder Sie denken, dass "iText ist nicht meine HTML-parsing" es ist fast sicher, dass Sie nicht wirklich HTMLSie nur denken, Sie tun.

Dritte, die built-in-Klasse, die schon seit Jahren ist die HTMLWorker doch diese wurde ersetzt mit XMLWorker (Java /.Net). Null Arbeit ist getan HTMLWorker die nicht-Unterstützung von CSS-Dateien und hat nur eingeschränkte Unterstützung für die grundlegenden CSS-Eigenschaften und-eigentlich Sie bricht auf bestimmte tags. Wenn Sie nicht sehen, die HTML-Attribut oder der CSS-Eigenschaft und den Wert in dieser Datei dann ist es wahrscheinlich nicht unterstützt HTMLWorker. XMLWorker kann komplizierter sein, aber manchmal diese Komplikationen auch machen mehr erweiterbar.

Unten ist C# - code, der zeigt, wie das Parsen von HTML-tags in iText Abstraktionen, bekommen automatisch Hinzugefügt, um das Dokument, an dem Sie arbeiten. C# und Java sind sich sehr ähnlich, so sollte es relativ einfach sein, zu konvertieren. Beispiel #1 verwendet die eingebauten HTMLWorker zum Parsen der HTML-string. Da nur inline-styles werden unterstützt die class="headline" wird ignoriert, aber alles andere sollte eigentlich funktionieren. Beispiel #2 ist die gleiche wie die erste, außer dass es verwendet XMLWorker statt. Beispiel #3 analysiert auch die einfache CSS-Beispiel.

//Create a byte array that will eventually hold our final PDF
Byte[] bytes;

//Boilerplate iTextSharp setup here
//Create a stream that we can write to, in this case a MemoryStream
using (var ms = new MemoryStream()) {

    //Create an iTextSharp Document which is an abstraction of a PDF but **NOT** a PDF
    using (var doc = new Document()) {

        //Create a writer that's bound to our PDF abstraction and our stream
        using (var writer = PdfWriter.GetInstance(doc, ms)) {

            //Open the document for writing
            doc.Open();

            //Our sample HTML and CSS
            var example_html = @"<p>This <em>is </em><span class=""headline"" style=""text-decoration: underline;"">some</span> <strong>sample <em> text</em></strong><span style=""color: red;"">!!!</span></p>";
            var example_css = @".headline{font-size:200%}";

            /**************************************************
             * Example #1                                     *
             *                                                *
             * Use the built-in HTMLWorker to parse the HTML. *
             * Only inline CSS is supported.                  *
             * ************************************************/

            //Create a new HTMLWorker bound to our document
            using (var htmlWorker = new iTextSharp.text.html.simpleparser.HTMLWorker(doc)) {

                //HTMLWorker doesn't read a string directly but instead needs a TextReader (which StringReader subclasses)
                using (var sr = new StringReader(example_html)) {

                    //Parse the HTML
                    htmlWorker.Parse(sr);
                }
            }

            /**************************************************
             * Example #2                                     *
             *                                                *
             * Use the XMLWorker to parse the HTML.           *
             * Only inline CSS and absolutely linked          *
             * CSS is supported                               *
             * ************************************************/

            //XMLWorker also reads from a TextReader and not directly from a string
            using (var srHtml = new StringReader(example_html)) {

                //Parse the HTML
                iTextSharp.tool.xml.XMLWorkerHelper.GetInstance().ParseXHtml(writer, doc, srHtml);
            }

            /**************************************************
             * Example #3                                     *
             *                                                *
             * Use the XMLWorker to parse HTML and CSS        *
             * ************************************************/

            //In order to read CSS as a string we need to switch to a different constructor
            //that takes Streams instead of TextReaders.
            //Below we convert the strings into UTF8 byte array and wrap those in MemoryStreams
            using (var msCss = new MemoryStream(System.Text.Encoding.UTF8.GetBytes(example_css))) {
                using (var msHtml = new MemoryStream(System.Text.Encoding.UTF8.GetBytes(example_html))) {

                    //Parse the HTML
                    iTextSharp.tool.xml.XMLWorkerHelper.GetInstance().ParseXHtml(writer, doc, msHtml, msCss);
                }
            }


            doc.Close();
        }
    }

    //After all of the PDF "stuff" above is done and closed but **before** we
    //close the MemoryStream, grab all of the active bytes from the stream
    bytes = ms.ToArray();
}

//Now we just need to do something with those bytes.
//Here I'm writing them to disk but if you were in ASP.Net you might Response.BinaryWrite() them.
//You could also write the bytes to a database in a varbinary() column (but please don't) or you
//could pass them to another function for further PDF processing.
var testFile = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Desktop), "test.pdf");
System.IO.File.WriteAllBytes(testFile, bytes);

2017 update

Gibt es gute Nachrichten für HTML-zu-PDF-Anforderungen. Als diese Antwort zeigtedem W3C-standard css-Pause-3 wird das problem lösen... Es ist eine Candidate Recommendation mit plan zum biegen in die endgültige Empfehlung dieses Jahr, nach tests.

Als nicht-so-standard-es gibt Lösungen, mit plugins für C#, wie gezeigt durch print-css.Felsen.

InformationsquelleAutor der Antwort

Ab 2018, es ist auch iText7 (Eine nächste iteration des alten iTextSharp-Bibliothek) und die HTML-zu-PDF-Paket zur Verfügung: itext7.pdfhtml

Nutzung ist einfach:

HtmlConverter.ConvertToPdf(
    new FileInfo(@"Path\to\Html\File.html"),
    new FileInfo(@"Path\to\Pdf\File.pdf")
);

Methode hat viele weitere überlastungen.

Update: iText* Familie von Produkten hat dual-licensing-Modell: kostenlos für open source, bezahlt für den gewerblichen Einsatz.

InformationsquelleAutor der Antwort George Chakhidze

Hier ist der link, den ich als Anleitung benutzt. Hoffe, das hilft!

Konvertieren von HTML in PDF mit ITextSharp

protected void Page_Load(object sender, EventArgs e)
    {
        try
        {
            string strHtml = string.Empty;
            //HTML File path -http://aspnettutorialonline.blogspot.com/
            string htmlFileName = Server.MapPath("~") + "\\files\\" + "ConvertHTMLToPDF.htm";
            //pdf file path. -http://aspnettutorialonline.blogspot.com/
            string pdfFileName = Request.PhysicalApplicationPath + "\\files\\" + "ConvertHTMLToPDF.pdf";

            //reading html code from html file
            FileStream fsHTMLDocument = new FileStream(htmlFileName, FileMode.Open, FileAccess.Read);
            StreamReader srHTMLDocument = new StreamReader(fsHTMLDocument);
            strHtml = srHTMLDocument.ReadToEnd();
            srHTMLDocument.Close();

            strHtml = strHtml.Replace("\r\n", "");
            strHtml = strHtml.Replace("\0", "");

            CreatePDFFromHTMLFile(strHtml, pdfFileName);

            Response.Write("pdf creation successfully with password -http://aspnettutorialonline.blogspot.com/");
        }
        catch (Exception ex)
        {
            Response.Write(ex.Message);
        }
    }
    public void CreatePDFFromHTMLFile(string HtmlStream, string FileName)
    {
        try
        {
            object TargetFile = FileName;
            string ModifiedFileName = string.Empty;
            string FinalFileName = string.Empty;

            /* To add a Password to PDF -http://aspnettutorialonline.blogspot.com/*/
            TestPDF.HtmlToPdfBuilder builder = new TestPDF.HtmlToPdfBuilder(iTextSharp.text.PageSize.A4);
            TestPDF.HtmlPdfPage first = builder.AddPage();
            first.AppendHtml(HtmlStream);
            byte[] file = builder.RenderPdf();
            File.WriteAllBytes(TargetFile.ToString(), file);

            iTextSharp.text.pdf.PdfReader reader = new iTextSharp.text.pdf.PdfReader(TargetFile.ToString());
            ModifiedFileName = TargetFile.ToString();
            ModifiedFileName = ModifiedFileName.Insert(ModifiedFileName.Length - 4, "1");

            string password = "password";
            iTextSharp.text.pdf.PdfEncryptor.Encrypt(reader, new FileStream(ModifiedFileName, FileMode.Append), iTextSharp.text.pdf.PdfWriter.STRENGTH128BITS, password, "", iTextSharp.text.pdf.PdfWriter.AllowPrinting);
            //http://aspnettutorialonline.blogspot.com/
            reader.Close();
            if (File.Exists(TargetFile.ToString()))
                File.Delete(TargetFile.ToString());
            FinalFileName = ModifiedFileName.Remove(ModifiedFileName.Length - 5, 1);
            File.Copy(ModifiedFileName, FinalFileName);
            if (File.Exists(ModifiedFileName))
                File.Delete(ModifiedFileName);

        }
        catch (Exception ex)
        {
            throw ex;
        }
    }

Können Sie download der Beispieldatei. Legen Sie einfach die html die Sie konvertieren möchten, in die files Ordner und ausführen. Es generiert automatisch die pdf-Datei und platzieren Sie es im gleichen Ordner. Aber in Ihrem Fall ist, können Sie Ihre html-Pfad in der htmlFileName variable.

InformationsquelleAutor der Antwort Harambe Attack Helicopter