C#教程

关注公众号 jb51net

关闭
首页 > 软件编程 > C#教程 > C# PDF转HTML

基于C#实现PDF转HTML并自定义转换选项

作者：咕白m625

在数字化办公场景中,PDF与HTML的互操作需求日益增长,如何在 C# 生态中实现PDF 转 HTML 的高保真转换是开始过程中常见的问题,下面我们就来看看具体实现方法吧

在数字化办公场景中，PDF与HTML的互操作需求日益增长。如何在 C# 生态中实现PDF 转 HTML 的高保真转换是开始过程中常见的问题。本文将介绍如何使用Spire.PDF for .NET实现这一功能，并提供可直接复用的代码片段与配置指南。

一、PDF 转 HTML 的核心技术难点与解决方案

PDF文档结构复杂性：PDF的矢量图形、字体嵌入和布局逻辑与HTML存在本质差异。
常见转换缺陷：

Spire.PDF for .NET 作为无依赖 PDF 处理库，提供100%国产自研的转换接口，支持直接调用SaveToFile方法进行简单转换，此外还支持通过 SetPdfToHtmlOptions() 自定义转换选项。

二、转换功能核心配置详解

2.1 基础转换流程

// 引用命名空间
using Spire.Pdf;

namespace ConvertPdfToHtml
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 加载PDF文档
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("示例.pdf");

            // 转换PDF到HTML
            pdf.SaveToFile("PdfToHtml.html", FileFormat.HTML);
            pdf.Close();
        }
    }
}

2.2 高级选项设置技巧

转换时通过控制 PdfConvertOptions 类的 SetPdfToHtmlOptions() 方法中的参数可以自定义转换选项：

配置参数功能说明
bool useEmbeddedSvg控制是否将 PDF 中的矢量图形（如线条、形状等）转换为 SVG 格式并嵌入到 HTML 中。
bool useEmbeddedImg控制 PDF 中的图片资源是否直接 嵌入到 HTML 文件 中（而非生成独立图片文件）。
int maxPageOneFile指定单个 HTML 文件包含的最大 PDF 页数。
bool useHighQualityEmbeddedSvg控制生成的 SVG 图形是否采用 高质量模式，保留更多细节。

代码示例：自定义转换选项

// 将图片嵌入到HTML文件中，并限制每个HTML文件仅包含一页PDF内容
PdfConvertOptions pdfToHtmlOptions = pdf.ConvertOptions;
pdfToHtmlOptions.SetPdfToHtmlOptions(false, true, 1, false);

通过自定义所需参数，可实现95%以上的PDF样式还原度。

三、行业趋势

为何PDF转HTML需求激增？

结论：Spire.PDF for .NET的PDF 转 HTML功能结合其灵活的设置转换选项机制，兼顾了技术严谨性与开发便利性，实际操作过程中开发者可根据具体场景需求调整转换参数。

四、方法补充

C#直接转换PDF文件为HTML格式

我们可以使用PdfDocument.LoadFromFile()方法从文件载入PDF文档，然后再使用PdfDocument.SaveToFile(string: fileName, FileFormat.HTML)方法将PDF文档直接转换为HTML文件并保存。以下是操作步骤示例：

代码示例

using Spire.Pdf;

namespace PDFToHTML
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建PdfDocument实例
            PdfDocument pdf = new PdfDocument();

            // 载入PDF文件
            pdf.LoadFromFile("Sample.pdf");

            // 将PDF转换为HTML并保存
            pdf.SaveToFile("output/PDFToHTML.html", FileFormat.HTML);

            // 释放资源
            pdf.Dispose();
        }
    }
}

在字节流中实现PDF到HTML的转换

除了从磁盘载入PDF文件转换为HTML格式外，我们还可以使用PdfDocument.LoadFromStream()方法直接载入流中的PDF文档，然后使用PdfDocument.SaveToStream(Stream: stream, FileFormat.HTML)将PDF文档转换为HTML文件流。以下是操作步骤示例：

代码示例

using Spire.Pdf;

namespace PDFToHTML
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建Stream实例或使用现有实例
            MemoryStream stream = new MemoryStream();
            File.OpenRead("Sample.pdf").CopyTo(stream);

            // 创建PdfDocument实例
            PdfDocument pdf = new PdfDocument();

            // 从流中载入PDF文件
            pdf.LoadFromStream(stream);

            // 将PDF转换为HTML并保存到流
            pdf.SaveToStream(stream, FileFormat.HTML);
            
            
            // 将流写入文件或根据需要进行其他操作
            File.WriteAllBytes("output/PDFToHTMLStream.html", stream.ToArray());

            // 释放资源
            pdf.Dispose();
        }
    }
}

C#实现PDF转Html

using System;
using Spire.Cloud.Pdf.Sdk.Client;
using Spire.Cloud.Pdf.Sdk.Api;


namespace PDFToHTML
{
    class Program
    {
        //配置账号信息
        static String appId = "App ID";
        static String appKey = "App Key";
        static String baseUrl = "https://api.e-iceblue.cn";
        static Configuration pdfConfiguration = new Configuration(appId, appKey, baseUrl);
        static PdfConvertApi pdfConvertApi = new PdfConvertApi(pdfConfiguration);

        static void Main(string[] args)
        {
            string name = "sample.pdf";//源文档          
            string folder = "input";//设置源文档所在文件夹（如果源文档在根目录下，不在文件夹中，可设置为null）
            string destFilePath = "pdfconversion/PDFToHtml.html";//设置转换后的目标文档路径（文档放置在pdfconversion文件夹下）
            string password = null; //源文档密码（如果文档没有密码则设置成null）
            string format = "Hmtl";//转换的目标文档格式
            string storage = null;//冰蓝云提供的2G免费存储空间，可设置为null

            //调用方法转换为HTML格式
            pdfConvertApi.Convert(name,destFilePath,format,folder,storage,password);
        }
    }
}

到此这篇关于基于C#实现PDF转HTML并自定义转换选项的文章就介绍到这了,更多相关C# PDF转HTML内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文