如何在iTextSharp中将HTML内容转换为可读文本？

在.NET Core应用里用iTextSharp生成PDF时，会遇到转义后的HTML内容，需要将其转换成带格式的可读文本再生成PDF。

原始转义HTML内容 #

<p>This is a <strong>bold text</strong> and also
 this is a new line.</p>

预期转换效果 #

This is a bold text and also
this is a new line.

处理步骤及代码实现 #

1. 反转义HTML内容
   先把转义字符（<、>）还原成正常的HTML标签，可用HttpUtility.HtmlDecode完成这一步。

2. 处理换行与格式标签
   原始内容中的换行符可以替换为<br>标签，确保PDF中能正确换行；iTextSharp的HtmlConverter会自动识别<strong>标签并生成粗体文本。

3. 生成PDF
   使用HtmlConverter将处理后的HTML直接转换为PDF文档。

示例代码

using iText.Kernel.Pdf;
using iText.Layout;
using iText.Html2pdf;
using System.Web;

// 原始转义HTML字符串
string escapedHtml = "<p>This is a <strong>bold text</strong> and also\n this is a new line.</p>";

// 反转义HTML
string decodedHtml = HttpUtility.HtmlDecode(escapedHtml);

// 替换换行符为<br>，保证PDF中换行显示
decodedHtml = decodedHtml.Replace("\n", "<br>");

// 生成PDF文档
using (PdfWriter writer = new PdfWriter("result.pdf"))
{
    using (PdfDocument pdfDoc = new PdfDocument(writer))
    {
        Document doc = new Document(pdfDoc);
        HtmlConverter.ConvertToDocument(decodedHtml, pdfDoc);
    }
}

内容的提问来源于stack exchange，提问作者Ermal Baliu