ITextSharp转换有序列表ol start属性异常问题咨询

当然可以解决这个问题！你遇到的是iTextSharp中旧版HTMLWorker的常见局限——它对<ol>标签的start属性支持很差，默认会忽略这个值，导致所有有序列表都从1开始计数。下面给你两种解决方案，一种是改进你现有的HTMLWorker代码，另一种是改用更可靠的XmlWorker（推荐，因为HTMLWorker早已被官方弃用）。

方案一：改进现有HTMLWorker代码，手动处理start属性 #

首先，我们需要先从HTML中提取每个<ol>的start属性值，然后在生成PDF列表时手动设置起始编号。步骤如下：

1. 预处理HTML，提取所有ol的start值：
   先把HTML解析成XML文档，遍历所有<ol>节点记录它们的起始序号：

   // 先确保你的HTML是格式良好的XML（如果有不规范的标签，可能需要先修复）
   XmlDocument htmlDoc = new XmlDocument();
   htmlDoc.LoadXml(txtConvertido);
   
   List<int> olStartNumbers = new List<int>();
   foreach (XmlNode olNode in htmlDoc.SelectNodes("//ol"))
   {
       int startVal = 1; // 默认从1开始
       if (olNode.Attributes["start"] != null && int.TryParse(olNode.Attributes["start"].Value, out startVal))
       {
           olStartNumbers.Add(startVal);
       }
       else
       {
           olStartNumbers.Add(1);
       }
   }
   

2. 修改List处理逻辑，设置起始编号：
   在你遍历HTMLWorker生成的IElement列表时，维护一个索引对应我们提取的start值，然后给有序列表设置起始序号：

   int currentOlIndex = 0; // 对应olStartNumbers的索引
   using (StringReader sr = new StringReader(txtConvertido)) { 
       string txtreplace = txtConvertido; 
       List<IElement> elements = HTMLWorker.ParseToList(sr, styles); 
       foreach (IElement e in elements) { 
           if (e is List) { 
               List originalList = (List)e;
               List newlist = null;
               int startValue = olStartNumbers[currentOlIndex];
               currentOlIndex++;
   
               // 修正列表类型判断（原来的逻辑可能搞反了有序/无序列表）
               if (originalList.Type == List.ORDERED)
               {
                   newlist = new List(List.ORDERED);
                   // 设置有序列表的起始编号
                   newlist.First = startValue;
               }
               else if (originalList.Type == List.UNORDERED)
               {
                   newlist = new List(List.UNORDERED);
                   newlist.SetListSymbol("•");
               }
   
               // 处理列表项（和你原来的逻辑一致）
               foreach (ListItem item in originalList.Items) { 
                   Chunk newchk = new Chunk(item.Chunks[0]); 
                   float fontsize = item.Chunks[0].Font.Size; 
                   if (fontsize == 1) fontsize = font_Texto.Size; 
                   newchk.Font = new Font(font_Texto.BaseFont, fontsize, item.Chunks[0].Font.Style, item.Chunks[0].Font.Color); 
                   ListItem newitem = new ListItem() { Font = newchk.Font }; 
                   newitem.Add(newchk); 
                   newlist.Add(newitem); 
               } 
               _p.Add(newlist); 
           } 
           // 其余Paragraph处理逻辑保持不变
           else if (e is Paragraph) { 
               foreach (Chunk chk in e.Chunks) { 
                   float fontsize = chk.Font.Size; 
                   if (fontsize == 1) fontsize = font_Texto.Size; 
                   chk.Font = new Font(font_Texto.BaseFont, fontsize, chk.Font.Style, chk.Font.Color); 
               } 
               if (e is Paragraph) { 
                   if (((Paragraph)e).Alignment == -1) ((Paragraph)e).Alignment = alinhamento; 
                   ((Paragraph)e).SetLeading(0, multipliedLeading); 
               } 
               _p.Add(e); 
           } 
       } 
   }
   

   注意：我修正了你原来的列表类型判断逻辑——HTMLWorker解析<ol>会生成List.ORDERED类型的列表，<ul>生成List.UNORDERED，原来的判断可能搞反了，这也是导致显示异常的潜在原因。

方案二：改用XmlWorker（推荐） #

HTMLWorker是iTextSharp中已经被弃用的组件，官方推荐使用XmlWorker来处理HTML到PDF的转换，它对HTML标签的支持更完善，包括<ol>的start属性，不需要手动处理就能正确生成序号。

首先确保你的项目引用了iTextSharp.xmlworker包（可以通过NuGet安装），然后替换原来的解析逻辑：

// 假设_writer是你的PdfWriter实例，_document是你的Document实例
using (StringReader sr = new StringReader(txtConvertido))
{
    // 设置CSS解析器（如果需要应用自定义样式）
    ICSSResolver cssResolver = new StyleAttrCSSResolver();
    if (styles != null)
    {
        cssResolver.AddCss(styles.ToString(), true);
    }

    // 设置HTML上下文
    HtmlPipelineContext htmlContext = new HtmlPipelineContext(null);
    htmlContext.SetTagFactory(Tags.GetHtmlTagProcessorFactory());

    // 构建处理管道
    PdfWriterPipeline pdfPipeline = new PdfWriterPipeline(_document, _writer);
    HtmlPipeline htmlPipeline = new HtmlPipeline(htmlContext, pdfPipeline);
    CssResolverPipeline cssPipeline = new CssResolverPipeline(cssResolver, htmlPipeline);

    // 使用XmlWorker解析HTML
    XmlWorker xmlWorker = new XmlWorker(cssPipeline, true);
    XmlParser xmlParser = new XmlParser(xmlWorker);
    xmlParser.Parse(sr);
}

这样处理后，带start属性的<ol>会自动按照指定的序号开始计数，完全不需要手动干预，而且代码更简洁，后续维护也更方便。

内容的提问来源于stack exchange，提问作者Erick Santander