C# PDF转HTML字符串

原创已于 2025-11-13 09:43:44 修改 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#c#

于 2023-11-13 11:58:02 首次发布

C# 专栏收录该内容

30 篇文章

订阅专栏

本文介绍了如何使用Aspose.PDF库将PDF文件转换为HTML格式，保存到本地并进行版权文字移除，然后对HTML进行Base64编码以便前端显示。

需要nuget安装Aspose.PDF插件，本文使用23.10.0版本

一、获取PDF文件，通过Aspose.Pdf.Document 以Html格式保存到某个路径；再读取该html返回字符串。

//html文件保存路径
string filePath = dirPath + "xxx.html";
if (!File.Exists(filePath))
{
    //获取pdf文件流
    Byte[] pdfByte = ……;
    var document = new Aspose.Pdf.Document(new MemoryStream(pdfByte));
    document.Save(filePath, SaveFormat.Html);
}

//读取刚刚保存的文件  
string file = File.ReadAllText(filePath);
string oldPath = "xxx_files";
string newPath = ConfigurationManager.AppSettings["NurseHtmlIP"] + "/" + oldPath;
//剔除版权文字；替换本地css和图片路径 为 http路径，使得在第三方接口可调用
string targetHtml = file.Replace("Evaluation Only. Created with Aspose.PDF. Copyright 2002-2023 Aspose Pty Ltd.","").Replace(oldPath, newPath);
return targetHtml;

二、在用Base64加密，避免格式错误。

string base64Html = System.Convert.ToBase64String(System.Text.Encoding.UTF8.GetBytes(targetHtml)));

三、前端显示，js方法。

//base64转字符串
function base64ToString(str) {
    return decodeURIComponent(atob(str).split('').map(function (c) {
        return '%' + ('00' + c.charCodeAt(0).toString(16)).slice(-2);
    }).join(''));
}

var showInfo = function (htmlStr) {
    //把html显示到前端
    $("#ele_target").html(base64ToString(htmlStr));
}

四、扩展：windows使用bat脚本删除临时文件（配合windows定时任务）

注意：有中文的路径，bat文件需要用ANSI编码

:: 删除文件夹内所有文件和文件夹
:: 打开日志打印
@echo on
 
:: 目标文件目录
set log_dir="C:\Windows\Temp\CustomTempFonts"
 
:: 保留日志天数
set bak_dat=0
 
:: 删除日志文件；*.txt匹配txt文件，也可用*删除所有文件；del /S /Q @file表示不经过确认强制删除文件
forfiles /p %log_dir% /S /M *.txt /D -%bak_dat% /C "cmd /c echo [delete operation @relpath file.....] & echo. & del /S /Q @file"

:: 进入文件夹A目录
cd %log_dir%
:: 对文件夹进行遍历，删除文件夹
for /D %%i in (*) DO (
	echo 删文件夹：%%i 
	rd /S /Q %%i
)

:: 等待输入结束
pause