使用iTextSharp 5将HTML转PDF时内联样式丢失问题求助

你遇到的问题核心在于你使用的HTMLWorker是iTextSharp 5中已经被废弃的HTML解析工具，它对CSS内联样式、<div>布局、<table>样式以及<br>标签的支持都非常有限，根本没法还原复杂HTML的样式。iTextSharp 5官方早就推荐用XMLWorker来替代它，这个工具对HTML和CSS的支持完善得多。

下面是修复后的完整步骤和代码：

第一步：确保引入XMLWorker组件 #

如果是通过NuGet管理包，先安装iTextSharp.xmlworker（和你的iTextSharp 5版本保持一致）。

第二步：替换HTMLWorker为XMLWorker #

把原来的解析逻辑全部替换，XMLWorker会自动处理内联样式、表格布局和换行标签。修改后的代码如下：

var htmlFile = System.IO.File.ReadAllText(HttpContext.Current.Server.MapPath("~/Templates/GIPConversion.HTML"));
using (MemoryStream memoryStream = new MemoryStream())
{
    Document pdfDoc = new Document(PageSize.A4, 10f, 10f, 10f, 0f);
    PdfWriter writer = PdfWriter.GetInstance(pdfDoc, memoryStream);
    
    pdfDoc.Open();
    
    // 使用XMLWorker替代HTMLWorker
    var cssResolver = new StyleAttrCSSResolver();
    var charset = Encoding.UTF8;
    var cssFile = XMLWorkerHelper.GetCSS(new StringReader("")); // 如果有外部CSS可以在这里加载
    cssResolver.AddCss(cssFile);
    
    var htmlContext = new HtmlPipelineContext(new CssAppliersImpl(new XMLWorkerFontProvider()));
    htmlContext.SetTagFactory(Tags.GetHtmlTagProcessorFactory());
    
    var pipeline = new CssResolverPipeline(cssResolver, new HtmlPipeline(htmlContext, new PdfWriterPipeline(pdfDoc, writer)));
    var worker = new XMLWorker(pipeline, true);
    var xmlParser = new XMLParser(true, worker, charset);
    
    xmlParser.Parse(new StringReader(htmlFile));
    
    pdfDoc.Close();
    bytes = memoryStream.ToArray();
}

额外注意事项 #

• 内联样式：XMLWorker支持绝大多数内联CSS属性，比如color、font-size、margin、padding、border等，能完美还原你HTML里的内联样式
• 表格处理：它能正确解析<table>的border、cellpadding、cellspacing属性，以及行/列的样式
• <br>标签：会被正确解析为换行，不需要额外处理
• 外部CSS：如果你的HTML引用了外部CSS文件，可以把上面代码里的new StringReader("")替换为读取CSS文件的StringReader，XMLWorker会合并外部CSS和内联样式

这样修改后，生成的PDF就能和原HTML页面的样式基本一致了。

内容的提问来源于stack exchange，提问作者Meena