ASP.NET C#用iTextSharp转HTML到PDF遇异常，求HTML转XHTML的NuGet包

我之前在项目里用iTextSharp的XMLWorker时，也踩过不规范HTML导致标签异常的坑，转成标准XHTML确实是根治这类问题的最优解。除了你提到的HTML2XML，这些NuGet包都是.NET社区里口碑很好、类似Java JSoup的工具，给你推荐下：

• HtmlAgilityPack：这绝对是.NET生态处理HTML的"扛把子"，和JSoup的定位几乎一致。它能完美兼容各种不规范的HTML，自动修复标签嵌套问题，还能直接输出标准XHTML。用法非常直观：

  var htmlDoc = new HtmlAgilityPack.HtmlDocument();
  // 加载待处理的HTML内容
  htmlDoc.LoadHtml(desc.Content);
  // 自动修复后直接获取合规的XHTML
  string validXhtml = htmlDoc.DocumentNode.OuterHtml;
  

  它的社区活跃度极高，遇到问题随便搜搜就能找到解决方案，非常靠谱。

• AngleSharp：这是个更现代化的W3C标准兼容库，支持HTML5解析，API设计贴近浏览器DOM操作，上手很容易。它不仅能解析混乱的HTML，还能直接输出严格的XHTML格式，甚至支持异步处理：

  var browsingContext = BrowsingContext.New(Configuration.Default);
  var document = await browsingContext.OpenAsync(req => req.Content(desc.Content));
  // 生成标准XHTML
  string validXhtml = document.DocumentNode.ToHtml(HtmlMarkupFormatter.CreateXhtml());
  

  如果你需要处理大量HTML内容，它的异步能力能帮你提升不少性能。

• Fizzler.Systems.HtmlAgilityPack：这个是HtmlAgilityPack的扩展包，如果你需要精细化处理HTML（比如精准定位未闭合的<p>标签手动修正），它提供了CSS选择器支持，能帮你快速定位问题元素，调整后再输出合规XHTML，适合对HTML内容有定制化处理需求的场景。

最后提个小建议：转换完成后可以简单校验下XHTML的规范性，确保能完美适配iTextSharp的XMLWorker，彻底解决标签嵌套异常的问题。

内容的提问来源于stack exchange，提问作者Satria Janaka