在极少数情况下,需要操作除PDF以外的文档,同时解析数据为PDF格式。因此,对于此类应用程序,将有两种情况,要么在自己的解决方案中添加PDF解析功能,要么添加PDF转换功能以处理受支持格式的数据。对于将PDF转换为Word**、Excel、HTML、图像或任何所需格式的第二种情况,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 Microsoft Word 2003-2019 转换
Document pdfFile = new Document("Source-PDF-File.pdf");
DocSaveOptions saveOptions = new DocSaveOptions();
saveOptions.setMode(DocSaveOptions.RecognitionMode.Flow);
saveOptions.setRelativeHorizontalProximity(2.5f);
saveOptions.setRecognizeBullets(true);
pdfDocument.save(docFile.toString(), saveOptions);
Aspose.PDF for .NET 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 Microsoft Word 文档,我们只需使用 Document 类的 Save 方法加载 PDF 文件,并将使用输出 Word 文档路径和 SaveFormat 作为参数。 对于需要增强线距、图像分辨率和更多设置的特殊情况,API 具有公开所有此类设置的 DocSaveOptions 类。
将 PDF 另存为 Excel 文件
Document pdfDoc = new Document("sample-file.pdf");
ExcelSaveOptions excelSave = new ExcelSaveOptions();
excelSave.setFormat(ExcelSaveOptions.ExcelFormat.XLSX);
excelsave.setMinimizeTheNumberOfWorksheets(true);
pdfDoc.Save("pdf-to-excel-output.xlsx", excelSave);
专业 saveFormat.Excel 枚举可用于将 PDF 保存为特定的微软 Excel XLS XLSX 输出格式。此外,.NET PDF Library 还有一个特定的 ExcelSaveOptions 类,它不仅处理保存为 Excel 格式,而且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,最小化工作表的数量等等。
将 PDF 转换为微软演示文稿
Document pdfDocument = new Document("document.pdf");
PptxSaveOptions pptxOptions = new PptxSaveOptions();
pptxOptions.setSlidesAsImages(true);
pdfDocument.save("PDF to PPT.pptx", 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 Document 类加载文件,然后使用输出文件路径和 SaveFormat 作为参数调用 Save 方法。如果使用特殊的演示选项进行渲染,程序员可以将 pptxSaveOptions class 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。
可移植文档格式 PDF 到 HTML 的转换
Document doc = new Document("source-input-file.pdf");
HtmlSaveOptions conversionOptions = new HtmlSaveOptions();
conversionOptions.PartsEmbeddingMode = HtmlSaveOptions.PartsEmbeddingModes.EmbedAllIntoHtml;
conversionOptions.SpecialFolderForAllImages = "ImagesFolder";
conversionOptions.setSplitIntoPages(true);
doc.save("converted-pdf-to.html", conversionOptions);
PDF 解析库支持将 PDF 保存为 HTML 以及嵌入式资源(包括图像)。一般情况下,转换过程与 PDF 转换为其他格式的过程相同,例如加载源文档并使用输出 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 有多个选项,例如在转换过程中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
Document srcFile = new Document("pdf-pages-to-image.pdf");
java.io.OutputStream outputBinImageFile = new java.io.FileOutputStream(
_dataDir + "image" + pageCount + "_out." + ext);
Resolution resolution = new Resolution(300);
JpegDevice renderToImages = new JpegDevice(500, 700, resolution);
renderToImages.Process(srcFile.Pages[1], outputBinImageFile);
outputBinImageFile.Close();
使用下面列出的代码片段,在基于 .NET 的应用程序中,将 PDF 页面转换为包括 PNG、JPEG、TIFF、BMP 等在内的图像非常容易。加载文件后,开发人员可以循环浏览PDF页面,并将逐页转换为所需的图像格式。开发者可以使用 分辨率等级 设置图像的水平分辨率和垂直分辨率