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
// 加载源 PDF 文件
Document pdfFile = new Document("Source-PDF-File.pdf");
// 仅需简单的 PDF 到 Word 转换
// pdfFile.Save("PDF-To-Word.doc", SaveFormat.Doc);
// 使用保存选项进行保存
// 创建 DOCSaveOptions 对象
DocSaveOptions saveOpts = new DocSaveOptions();
// 将识别模式设置为 Flow 表示完全识别模式
saveOpts.Mode = DocSaveOptions.RecognitionMode.Flow;
// 另外两种模式是 recognitionMode.TextBox 和 recognitionMode.Enh
// 将水平接近度设置为 2.5
saveOpts.RelativeHorizontalProximity = 2.5f;
// 启用该值以在转换过程中识别项目符号
saveOpts.RecognizeBullets = true;
// 保存生成的 DOC 文件
pdfFile.Save("PDF-To-Word.doc", saveOpts);
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
// 加载 PDF 文档
Document pdfDoc = new Document("sample-file.pdf");
// 初始化 excelSaveOptions
ExcelSaveOptions opts = new ExcelSaveOptions();
// 设置输出 Excel XLSX 格式
opts.Format = ExcelSaveOptions.ExcelFormat.XLSX;
// 尽量减少工作表的数量
opts.MinimizeTheNumberOfWorksheets = true;
// 将 PDF 转换为 Excel 输出文件
pdfDoc.Save("pdf-to-excel-output.xlsx", opts);
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
// 加载 PDF 文档
Document pdfDocument = new Document("document.pdf");
PptxSaveOptions pptxOptions = new PptxSaveOptions();
pptxOptions.SlidesAsImages = true;
// 保存输出文件
pdfDocument.Save("PDF to PPT.ppt", 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
// 加载源 PDF 文档
Document doc = new Document("source-input-file.pdf");
// 实例化 HTML 保存选项对象
HtmlSaveOptions conversionOptions = new HtmlSaveOptions();
// 启用将所有资源嵌入到 HTML 中的选项
conversionOptions.PartsEmbeddingMode = HtmlSaveOptions.PartsEmbeddingModes.EmbedAllIntoHtml;
// 为带有图像的 PDF 到 HTML 指定单独的文件夹
conversionOptions.SpecialFolderForAllImages = "ImagesFolder";
// 指定将生成的 HTML 拆分为多个页面的选项
conversionOptions.SplitIntoPages = 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
// 装入文档
Document srcFile = new Document("pdf-pages-to-image.pdf");
using (FileStream streamObj = new FileStream("pdf-to-image.jpeg", FileMode.Create)){
// 创建分辨率对象
Resolution resolution = new Resolution(300);
// 创建具有指定属性的映像设备
// 宽度、高度、分辨率
JpegDevice renderToImages = new JpegDevice(500, 700, resolution);
// 对于 BMP、PNG、TIFF 来说,分别是 bmpDevice、pngDevice、tiffDevice
// 转换特定页面并将图像保存为流媒体
renderToImages.Process(srcFile.Pages[1], streamObj);
// 关闭直播
streamObj.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