ASP.NET 4.0使用iTextSharp转换HTML到PDF的问题求助

问题1：PDF中直接显示样式代码 #

原因 #

你使用的HTMLWorker是iTextSharp中已被弃用的旧组件，对<style>标签的解析支持不完善，会把样式代码直接作为文本输出到PDF中。

解决方法 #

替换为XMLWorker组件（iTextSharp官方推荐的HTML解析工具，对CSS支持更好），以下是修改后的代码：

string lstrhtml = "<html xmlns=\"http://www.w3.org/1999/xhtml\" >" +
            "<head><title>Custom Mail</title><meta http-equiv=\"Content-Type\" content=\"text/html; charset=iso-8859-1\"/>" +
            "<style type=\"text/css\">DIV.main { width: 775px; }" +
            "BODY { font-size: 11px; margin: 0px; font-family: Arial, Helvetica, sans-serif; background-color: #ffffff }" +
            "td { font-size: 11px; font-family: Arial, Helvetica, sans-serif }" +
            "P { font-size: 11px; font-family: Arial, Helvetica, sans-serif }" +
            "A:link { font-size: 11px; color: #0000ff; font-family: Arial, Helvetica, sans-serif }" +
            "A:visited { font-size: 11px; color: #0000ff; font-family: Arial, Helvetica, sans-serif }" +
            "</style>" +
            "</head>" +
            "<body><h1>detail goes here</h1></body>" +
            "</html>";

string filePath = lstrpdfpath + pstrPNR + ".pdf";
using (FileStream pdfStream = new FileStream(filePath, FileMode.Create))
{
    Document document = new Document(PageSize.A4, 30, 30, 30, 30);
    PdfWriter writer = PdfWriter.GetInstance(document, pdfStream);
    document.Open();

    // 使用XMLWorker替代HTMLWorker
    using (StringReader sr = new StringReader(lstrhtml))
    {
        XMLWorkerHelper.GetInstance().ParseXHtml(writer, document, sr);
    }

    document.Close();
}

问题2：解析完整HTML文件时出现“未将对象引用设置到对象实例”异常 #

原因 #

1. HTMLWorker不支持部分HTML5标签、复杂CSS选择器或特殊属性，解析时触发空引用；
2. 读取HTML文件时编码不匹配，导致内容读取不完整；
3. HTML文件存在格式错误（如未闭合标签）。

解决方法 #

1. 替换为XMLWorker：同问题1的方案，XMLWorker对HTML和CSS的兼容性更强，能避免大部分解析异常；
2. 检查并修复HTML格式：确保HTML标签闭合、无语法错误，移除XMLWorker不支持的特殊标签或属性；
3. 正确读取文件编码：读取HTML文件时指定对应编码，示例代码：

// 读取HTML文件，指定编码（根据实际文件编码调整）
string htmlContent = File.ReadAllText("your-html-file-path.html", Encoding.GetEncoding("iso-8859-1"));
// 后续使用XMLWorker解析htmlContent

4. 添加异常捕获：在解析代码块中加入try-catch，定位具体出错的HTML节点：

try
{
    XMLWorkerHelper.GetInstance().ParseXHtml(writer, document, sr);
}
catch (Exception ex)
{
    // 记录异常信息，便于定位问题
    // 例如：Log.Error("解析HTML出错", ex);
}

内容的提问来源于stack exchange，提问作者wiki