使用IRONPDF

如何解析PDF文件中的資料

Curtis Chau
Curtis Chau
Updated: 2026年1月18日

將HTML轉換為PDF是許多軟體應用程式中的常見需求，例如生成報告、發票或將網頁保存為PDF。 在本文中，我們將探究三個流行的開源C#庫用於HTML到PDF的轉換，審查其優勢和限制，並討論為什麼IronPDF在許多情況下是更好的替代方案。

HTML到PDF轉換器C#開源

1. PuppeteerSharp

HTML到PDF轉換器C#開源（.NET庫比較）：圖1

PuppeteerSharp是Puppeteer的.NET包裝，這是一個無頭的Chromium瀏覽器。 它使開發者能夠通過利用Chromium的渲染引擎將HTML文件轉換為PDF。

PuppeteerSharp提供對渲染過程的精確控制。 這裡是一個範例：

using PuppeteerSharp;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Download Chromium to ensure compatibility with PuppeteerSharp
        await new BrowserFetcher().DownloadAsync(BrowserFetcher.DefaultChromiumRevision);

        // Launch a headless instance of Chromium browser
        using (var browser = await Puppeteer.LaunchAsync(new LaunchOptions { Headless = true }))
        {
            // Open a new browser page
            var page = await browser.NewPageAsync();

            // Set the HTML content for the page
            await page.SetContentAsync("<html><body><h1>Hello, PuppeteerSharp!</h1></body></html>");

            // Generate a PDF from the rendered HTML content
            await page.PdfAsync("output.pdf");
            Console.WriteLine("PDF Generated Successfully!");
        }
    }
}

程式碼解釋

  1. 下載Chromium： PuppeteerSharp自動下載所需的Chromium版本以確保相容性。

  2. 啟動瀏覽器： 使用Puppeteer.LaunchAsync()啟動Chromium的無頭實例。

  3. 設定HTML內容： 使用page.SetContentAsync()將所需的HTML載入到瀏覽器頁面中。

  4. 生成PDF： 使用page.PdfAsync()方法生成渲染內容的PDF。

結果是高品質的PDF（output.pdf），準確地複製了HTML的結構和設計。

優點

  • 高保真渲染： 支援現代網頁技術，包括先進的CSS和JavaScript。
  • 自動化能力： 除了PDF，PuppeteerSharp還可以自動化網頁瀏覽、測試和資料提取。
  • 積極開發： PuppeteerSharp積極維護並定期更新。

缺點

  • 文件大小大： 需要下載並捆綁Chromium瀏覽器，增加了部署大小。
  • 資源密集： 運行瀏覽器實例可能會對系統資源造成負擔，特別是對於大規模應用程式。
  • 受限的PDF特定功能： PuppeteerSharp側重於渲染而不是增強PDF（例如新增頁眉或頁腳）。

2. PDFSharp

HTML到PDF轉換器C#開源（.NET庫比較）：圖2

PDFSharp是一個強大的開源庫，用於在C#中建立和操作PDF文件。 雖然它不直接支援HTML渲染，但它在提供工具生成和程式化編輯PDF文件方面表現優異。

PDFSharp的主要功能

  1. PDF建立： PDFSharp允許開發者從頭開始生成新的PDF文件，定義頁面大小，新增文字、圖形、圖像等等。

  2. 操作現有PDF： 您可以修改現有的PDF文件，例如合併、拆分或提取內容。

  3. 繪圖能力： PDFSharp提供強大的圖形能力，可使用XGraphics類將自定義設計新增到PDF文件中。

  4. 輕量級： 它是輕量級庫，非常適合需要簡單性和速度為優先事項的專案。

using PdfSharp.Pdf;
using PdfSharp.Drawing;
using HtmlAgilityPack;

class Program
{
    static void Main(string[] args)
    {
        // Example HTML content
        string htmlContent = "<html><body><h1>Hello, PdfSharp!</h1><p>This is an example of HTML to PDF.</p></body></html>";

        // Parse HTML using HtmlAgilityPack (You need to add HtmlAgilityPack via NuGet)
        var htmlDoc = new HtmlDocument();
        htmlDoc.LoadHtml(htmlContent);

        // Create a new PDF document
        PdfDocument pdfDocument = new PdfDocument
        {
            Info = { Title = "HTML to PDF Example" }
        };

        // Add a new page to the document
        PdfPage page = pdfDocument.AddPage();

        XGraphics gfx = XGraphics.FromPdfPage(page);
        XFont titleFont = new XFont("Arial", 20, XFontStyle.Bold);
        XFont textFont = new XFont("Arial", 12, XFontStyle.Regular);

        // Draw the parsed HTML content
        int yPosition = 50; // Starting Y position
        foreach (var node in htmlDoc.DocumentNode.SelectNodes("//h1 | //p"))
        {
            if (node.Name == "h1")
            {
                gfx.DrawString(node.InnerText, titleFont, XBrushes.Black, new XRect(50, yPosition, page.Width - 100, page.Height - 100), XStringFormats.TopLeft);
                yPosition += 30; // Adjust spacing
            }
            else if (node.Name == "p")
            {
                gfx.DrawString(node.InnerText, textFont, XBrushes.Black, new XRect(50, yPosition, page.Width - 100, page.Height - 100), XStringFormats.TopLeft);
                yPosition += 20; // Adjust spacing
            }
        }

        // Save the PDF document
        string outputFilePath = "HtmlToPdf.pdf";
        pdfDocument.Save(outputFilePath);
        System.Console.WriteLine($"PDF file created: {outputFilePath}");
    }
}

程式碼解釋

  1. HTML解析： 範例使用HtmlAgilityPack（一個解析和操作HTML的開源庫）從<p>標籤提取文字內容。

  2. 繪製內容： 使用PDFSharp的XGraphics類將解析的HTML內容作為文字渲染在PDF頁面上。

  3. 限制： 這種方法適用於簡單的HTML結構，但無法處理複雜的佈局、樣式或JavaScript。

PDFSharp的優缺點

優點

  • 輕量且易於使用： PDFSharp直觀明了，非常適合開始使用PDF生成的開發者。
  • 開源和免費： 無需授權費，使用者可自定義源程式碼。
  • 自定義繪圖： 提供從頭開始建立具有自定義設計的PDF的出色能力。

缺點

  • 無HTML到PDF轉換： PDFSharp不支持原生從HTML渲染成PDF，這需要額外的庫進行HTML解析。
  • 現代功能支援有限： 不提供如互動式PDF、數位簽章或批註等高級功能。
  • 性能約束： 可能不如大規模或企業應用程式的專業庫優化。

3. Pdfium.NET SDK

HTML到PDF轉換器C#開源（.NET庫比較）：圖3

Pdfium.NET是一個基於開源PDFium項目的綜合庫，設計用於在.NET應用程式中查看、編輯和操作PDF文件。 它為開發者提供強大的工具來建立、編輯和提取PDF中的內容，使其適用於廣泛的使用情況。 基本上是個免費的HTML到PDF轉換庫。

Pdfium.NET SDK的主要功能

  1. PDF建立和編輯：

    • 從頭生成PDF或從掃描的圖像中生成。
    • 通過新增文字、圖像或批註編輯現有的PDF。

  2. 文字和圖像提取：

    • 從PDF文件格式的文件中提取文字和圖像以進行進一步處理。
    • 在PDF文件中搜索特定文字。

  3. PDF查看器控件：

    • 在WinForms或WPF應用程式中嵌入一個獨立的PDF查看器。
    • 支持縮放、滾動、書籤和文字搜索。

  4. 相容性：

    • 相容.NET Framework、.NET Core、.NET Standard和.NET 6+。
    • 相容Windows和macOS平台。

  5. 高級功能：

    • 合併和拆分PDF文件。
    • 將PDF渲染為圖像顯示或列印。
using Pdfium.Net.SDK;
using System;

class Program
{
    static void Main(string[] args)
    {
        // Initialize Pdfium.NET SDK functionalities
        PdfCommon.Initialize();

        // Create a new PDF document
        PdfDocument pdfDocument = PdfDocument.CreateNew();

        // Add a page to the document (A4 size in points: 8.27 x 11.69 inches)
        var page = pdfDocument.Pages.InsertPageAt(pdfDocument.Pages.Count, 595, 842);

        // Sample HTML content to be parsed and rendered manually
        var htmlContent = "<h1>Hello, Pdfium.NET SDK!</h1><p>This is an example of HTML to PDF.</p>";

        // Example: Manually render text since Pdfium.NET doesn't render HTML directly
        var font = PdfFont.CreateFont(pdfDocument, "Arial");
        page.AddText(72, 750, font, 20, "Hello, Pdfium.NET SDK!");
        page.AddText(72, 700, font, 14, "This is an example of HTML to PDF.");

        // Save the document to a file
        string outputFilePath = "HtmlToPdfExample.pdf";
        pdfDocument.Save(outputFilePath, SaveFlags.Default);
        Console.WriteLine($"PDF created successfully: {outputFilePath}");
    }
}

程式碼解釋

  1. SDK初始化： PdfCommon.Initialize()方法初始化Pdfium.NET功能。

  2. 建立PDF： 使用PdfDocument.CreateNew()建立新的PDF文件。

  3. 新增頁面： 按指定尺寸（例如A4尺寸）將頁面插入PDF。

  4. 渲染HTML內容： Pdfium.NET SDK不支持原生HTML渲染，您需要手動解析並將HTML元素渲染為文字、形狀或圖像。

  5. 保存PDF： 使用Save()方法將文件保存到文件路徑。

優點

  • 允許完全控制PDF建立和編輯。
  • 靈活畫圖和新增文字、圖像和形狀。
  • 在桌面應用程式中查看和操作PDF的強大功能。

缺點

  • 不直接轉換HTML到PDF。
  • 手動解析和渲染HTML可能很復雜且耗時。
  • 最適合專注於PDF編輯和操作而非HTML轉換的應用程式。

介紹IronPDF

HTML到PDF轉換器C#開源（.NET庫比較）：圖4

IronPDF是一個專業級的庫，專為.NET開發者設計，能夠輕鬆地將HTML內容轉換為高質量的PDF。 IronPDF以其可靠性、先進功能和易用性而聞名，簡化了開發過程，同時提供精確渲染和強大功能。 IronPDF成為一個引人注目的解決方案的原因如下：

主要功能

  1. 直接HTML到PDF轉換： 使用IronPDF直接建立PDF文件，包含HTML內容，包括CSS和JavaScript，轉換成完整格式化的PDF。 只需要幾行程式碼，開發者就能夠從網頁、原始HTML字串或本地HTML文件生成PDF。

  2. 現代渲染功能： 支持最新的網頁標準，IronPDF確保準確渲染複雜的佈局、樣式和互動元素，將HTML頁面轉換為PDF。

  3. 先進的PDF功能： IronPDF提供廣泛的自定義選項，例如新增頁眉、頁腳、水印、註釋和書籤。 它還支持合併、拆分和編輯現有PDF。

  4. 性能和可擴展性： 為小規模項目和企業環境進行了優化，IronPDF提供快速可靠的性能，適用於各種規模的項目。

  5. 易於整合： 專為.NET Framework和.NET Core設計，IronPDF與C#應用程式流暢整合，為開發者提供簡單的設定過程和全面的文件。

為什麼選擇IronPDF？

IronPDF與其他解決方案相比，因其功能組合、開發者支持和性能而脫穎而出。 與通常需要大量配置或外部依賴的開源替代方案不同，IronPDF是一個內嵌的解決方案，簡化開發過程而不犧牲功能。 無論是生成發票、報告還是存檔網路內容，IronPDF都能為開發者提供即時且高效地實現專業級結果所需的工具。

IronPDF是選擇重視可靠性、可擴展性和易用性的開發者的實用選擇，適用於HTML到PDF的工作流。

如何使用IronPDF將HTML轉換為PDF

using IronPdf;

class Program
{
    static void Main()
    {
        // Specify license key
        IronPdf.License.LicenseKey = "Your Key";

        // Create a new HtmlToPdf object using ChromePdfRenderer
        var Renderer = new ChromePdfRenderer();

        // Define the HTML string to be converted
        string htmlContent = "<html><body><h1>IronPDF: Better than Open source</h1></body></html>";

        // Convert the HTML string to a PDF document
        var document = Renderer.RenderHtmlAsPdf(htmlContent);

        // Save the PDF document to a file
        document.SaveAs("html2Pdf.pdf");

        Console.WriteLine("PDF generated and saved successfully!");
    }
}

程式碼片段解釋

  1. 授權金鑰設置： 該程式從設定IronPDF授權金鑰開始，這是解鎖庫的全部功能所需的。

  2. 建立渲染器： 初始化ChromePdfRenderer的實例。 此元件負責將HTML內容轉換為PDF文件，充當原始HTML和最終輸出之間的橋樑。

  3. 定義HTML内容： 建立一個字串變數htmlContent，用於儲存將轉換為PDF的HTML結構。 在這個範例中，它包含一個簡單的標題。

  4. 將HTML轉換為PDF： 在RenderHtmlAsPdf()方法，將HTML字串作為輸入傳遞。 此功能處理內容並將其轉換為PDF文件。

  5. 保存PDF： 最後，生成的PDF通過SaveAs()方法保存為名為"html2Pdf.pdf"的文件，保存到磁片上以便未來存取。

輸出PDF

HTML到PDF轉換器C#開源（.NET庫比較）：圖5

授權資訊（可試用）

IronPDF需要有效的授權金鑰才能全功能運行。 您可以從官方網站獲得一個試用授權。在使用IronPDF程式庫之前，請按如下方式設定授權金鑰：

IronPdf.License.LicenseKey = "your key";

這確保了該程式庫的無限制運行。

總結

PuppeteerSharp對於需要精確渲染HTML為PDF的開發者來說是非常好的選擇，尤其是在處理複雜的網頁時。 然而，對於需要高級PDF特定功能、性能優化和易於整合的應用程式，像IronPDF這樣的專業工具往往是更好的選擇。

PDFSharp是用於輕量級、程式化的PDF建立和操作的良好選擇，特別是對於要求簡單的項目。 然而，如果您的應用程式需要將HTML轉換為PDF或高級PDF功能，IronPDF提供更高效且功能豐富的解決方案。

雖然Pdfium.NET SDK是PDF操作的強大工具，IronPDF提供原生支持直接將HTML轉換為PDF，包括渲染現代HTML、CSS和JavaScript。 IronPDF通過內建方法如HtmlToPdf.RenderHtmlAsPdf()簡化工作流，使開發者能更快更高效。

無論是生成發票、報告還是存檔網路內容，IronPDF都能為開發者提供即時且高效地實現專業級結果所需的工具。

IronPDF是選擇重視可靠性、可擴展性和易用性的開發者的實用選擇，適用於HTML到PDF的工作流。

Curtis Chau
Curtis Chau
技術作家

Curtis Chau擁有Carleton大學的電腦科學學士學位，專精於前端開發，擁有Node.js、TypeScript、JavaScript和React的專業知識。Curtis熱衷於建立直觀且美觀的使用者介面，喜愛使用現代框架並建立結構良好、視覺吸引力的手冊。

閱讀更多

相關文章