在少数情况下,需要操作 PDF 以外的文档,同时以 PDF 格式提供解析数据。因此,对于此类应用程序,将有两种方案,要么在自己的解决方案中添加 PDF 解析功能,要么添加 PDF 转换功能以按照支持的格式处理数据。对于**将 PDF 转换为 Word **、Excel、HTML、图像或任何所需格式的第二种方案,在基于.NET 的环境中实现 C# PDF 阅读器和转换器代码非常简单。我们在这里讨论几个案例,以便程序员可以根据自己的要求修改这些转换代码片段。
PDF 到微软 Word 2003-2019 年的转换
String _dataDir("C:\\Samples\\Conversion\\");
String infilename("sample.pdf");
String outfilename("PDFToDOC.doc")
// 加载源 PDF 文件
auto document = MakeObject<Document>(_dataDir + infilename);
// 使用保存选项保存
// 创建 docSaveOptions 对象
auto saveOptions = MakeObject<DocSaveOptions>();
// 将识别模式设置为 Flow 表示完全识别模式
saveOptions->set_Mode(DocSaveOptions::RecognitionMode::Flow);
// 其他两种模式是识别模式.文本框和识别模式.enhancedFlow
// 将水平距离设置为 2.5
saveOptions->set_RelativeHorizontalProximity(2.5f);
// 启用该值以在转换过程中识别项目符号
saveOptions->set_RecognizeBullets(true);
// 保存生成的 DOC 文件
document->Save(_dataDir + outfilename, saveOptions);
.NET 的 Aspose.PDF 库支持所有 PDF 到 Word 的转换。如果我们只是在没有任何特殊设置的情况下转换微软的Word文档,则只需使用文档类中的保存方法加载PDF文件,然后使用输出Word文档路径和SaveFormat作为参数即可。对于需要增强线距、图像分辨率和更多设置的特殊情况,API 提供了 docSaveOptions 类来公开所有这些设置。
将 PDF 另存为 Excel 文件
String _dataDir("C:\\Samples\\Conversion\\");
String infilename("sample.pdf");
String outfilename("PDFToExcel.xlsx");
// 加载 PDF 文档
auto document = MakeObject<Document>(_dataDir + infilename);
// 初始化 ExcelSave选项
auto excelSave = MakeObject<ExcelSaveOptions>();
// 设置输出 Excel XLSX 格式
excelSave->set_Format(ExcelSaveOptions::ExcelFormat::XLSX);
// 尽量减少工作表的数量
excelSave->set_MinimizeTheNumberOfWorksheets(true);
// 将 PDF 转换为 Excel 输出文件
document->Save(outfilename, excelSave);
专用 SaveFormat.Excel 枚举可用于将 PDF 保存为特定的微软 Excel XLS XLS XLSX 输出格式。此外,.NET PDF 库还有一个特殊的 ExcelSaveOptions 类,它不仅可以保存为 Excel 格式,还提供不同的功能和属性来设置不同的属性,例如精确的输出格式、最小化工作表数量等。
将 PDF 转换为幻灯片演示文稿
// String for path name
String _dataDir("C:\\Samples\\Conversion\\");
String infilename("sample-pptx.pdf");
String outfilename("sample-pptx.pptx");
// 加载 PDF 文档
Document pdfDocument = new Document("document.pdf");
auto pptxOptions = MakeObject<PptxSaveOptions>();
pptxOptions->set_SlidesAsImages(true);
// 保存输出文件
document->Save(_dataDir + outfilename, pptxOptions);
.NET PDF API 支持通过将幻灯片呈现为图像,将 PDF 页面转换为带有可选文本或图像的 PowerPoint 演示幻灯片。将便携式文档格式保存到 PowerPoint 的模式几乎相同,使用文档类加载文件,然后使用输出文件路径和 SaveFormat 作为参数调用保存方法。如果使用特殊的演示选项进行渲染,程序员可以将 pptxSaveOptions 类 与任何相关的特定渲染选项一起使用。调用 save 方法并将选项作为参数传递。
便携式文档格式 PDF 到 HTML 转换
String _dataDir("C:\\Samples\\Conversion\\");
String infilename("sample.pdf");
String outfilename("PDFToHTML.html")
// 加载源 PDF 文档
auto document = MakeObject<Document>(_dataDir + infilename);
// 实例化 HTML 保存选项对象
auto htmlOptions = MakeObject<HtmlSaveOptions>();
// 为包含图像的 PDF 到 HTML 指定单独的文件夹
htmlOptions->SpecialFolderForAllImages = (_dataDir + String("\\images\\"));
// 指定将生成的 HTML 拆分为多个页面的选项
htmlOptions->set_SplitIntoPages(true);
document->Save(_dataDir + outfilename, htmlOptions);
PDF 解析库支持将 PDF 作为整个 HTML 以及包括图像在内的嵌入式资源保存。对于泛型案例,转换过程与 PDF 转换为其他格式相同,例如加载源文档和使用输出 HTML 文件路径和 SaveFormat.Html 作为参数调用 Save 方法。如果使用嵌入式资源进行保存,则有一个 HtmlSaveOptions 类 具有多个选项,例如在转换期间将图像保存到特定文件夹,将生成的HTML拆分为多个页面等等。
将 PDF 转换为图像
// 加载文档
auto document = MakeObject<Document>(_dataDir + u"ConvertAllPagesToBmp.pdf");
// 创建分辨率对象
auto resolution = MakeObject<Aspose::Pdf::Devices::Resolution>(300); //300 dpi
// 创建具有指定属性的映像设备
// 宽度、高度、分辨率
System::SmartPtr<Aspose::Pdf::Devices::ImageDevice>
jpegDevice = MakeObject<Aspose::Pdf::Devices::JpegDevice>(resolution);
// 对于 BMP、PNG、TIFF,它将分别是 BmpDevice、PngDevice、TiffDevice
// 转换特定页面并将图像保存到直播
jpegDevice->Process(document->get_Pages()->idx_get(1), imageStream);
// 关闭直播
imageStream->Close();
在基于.NET 的应用程序中,使用下面列出的代码片段可以轻松地将 PDF 页面转换为包括 PNG、JPEG、TIFF、BMP 等的图像。开发人员可以在加载文件后循环浏览 PDF 页面,并将逐页转换为所需的图像格式。开发人员可以使用 分辨率等级 设置图像的水平和垂直分辨率