将 html 表格数据移植到可读文档的最简单方法

Question

好的，

在过去的 6 个月里，我一直在努力构建一个系统，该系统允许用户以大文本区域的形式输入（支持大量表格、列表等）。几乎使用户能够像输入单词一样输入数据。但是，当我想导出所有这些数据时，我找不到可行的解决方案......

我的第一步是尝试找到一个支持来自数据源的原始 HTML 并将其呈现为普通 html 的报告软件，除了保持在一起的功能很糟糕，要么数据被分成两半（表格，列表等）我不想要。或者报告总是跳到下一页以避免这种情况，最终文档中有 15 个以上的空白页。

所以我正在寻找某种提示/方向，以了解将我的数据导出为可读文档（pdf 或 word pref）的最佳解决方案。

我得到的是以下数据细分，其中数据通常是原始 html。

-时期

--单位

---组

----问题

-----数据

最好的选择是什么？试图将 html 呈现为 pdf 或 rtf？我需要提示:(

而且有时数据长达 2-3 页，包含混合表格列表和纯文本。

Answer 1

我建议您尝试将其保留在浏览器中，并在 HTML 中添加 print stylesheet 以使其在屏幕上以一种方式呈现，而 another way on paper。将打印样式表添加到您的 HTML 就像这样简单：

<link rel="stylesheet" media="print" href="print.css">

您应该能够使用 Html Agility Pack 之类的内容解析输入并将其（即使用 XSLT）转换为您想要的任何输出格式。

另一种选择是将 HTML 写入浏览器，但将 Content-Type 设置为 Microsoft Word 特定的变体（有几个可供选择，具体取决于您所针对的 Word 版本）应该让浏览器询问如果用户想用 Microsoft Word 打开页面。在 Word 2007 和更新版本中，您还可以直接编写 Office Open XML Word，因为它是基于 XML 的。

您可以使用的内容类型是：

application/msword

适用于二进制 Microsoft Word 文件，但也适用于 HTML。

application/vnd.openxmlformats-officedocument.wordprocessingml.document

适用于 Word 2007 及更高版本的较新的“Office Open XML”格式。

Answer 2

您可以使用的解决方案是使用 System.Diagnostics.Process 在服务器上运行应用程序，该应用程序将转换站点并将其保存为 PDF 文档。

您可以使用wkhtmltopdf，这是一个可以将 HTML 转换为 PDF 或图像的开源控制台程序。

windows的安装程序可以从wkhtmltox-0.10.0_rc2 Windows Installer (i368)获取。

安装 wkhtmltopdf 后，您可以复制解决方案内安装文件夹中的文件。您可以在解决方案中使用这样的设置：

转换后的 pdf 将保存到 pdf 文件夹中。

这是进行转换的代码：

var wkhtmltopdfLocation = Server.MapPath("~/wkhtmltopdf/") + "wkhtmltopdf.exe";
var htmlUrl = @"http://stackoverflow.com/q/7384558/750216";
var pdfSaveLocation = "\"" + Server.MapPath("~/wkhtmltopdf/pdf/") + "question.pdf\"";

var process = new Process();
process.StartInfo.UseShellExecute = false;
process.StartInfo.CreateNoWindow = true;
process.StartInfo.FileName = wkhtmltopdfLocation;
process.StartInfo.Arguments = htmlUrl + " " + pdfSaveLocation;
process.Start();
process.WaitForExit();

htmlUrl 是您需要转换为 pdf 的页面的位置。它设置为此stackoverflow页面。 :)

Answer 3

这是一个普遍的问题，但有两件事会浮现在脑海中：访客模式和更改 Mime 类型。

访客模式 您可以有两种单独的渲染技术。这取决于您的实施。

MIME 类型 当请求发出时，在响应等中写出日期

HttpContext.Current.Response.Clear();
HttpContext.Current.Response.Charset = "utf-16";
HttpContext.Current.Response.ContentEncoding = System.Text.Encoding.GetEncoding("windows-1250");
HttpContext.Current.Response.AddHeader("content-disposition", string.Format("attachment; filename={0}.doc", filename));
HttpContext.Current.Response.ContentType = "application/msword";
HttpContext.Current.Response.Write("-Period");
HttpContext.Current.Response.Write("/n");
HttpContext.Current.Response.Write("--Unit");
HttpContext.Current.Response.Write("/n");
HttpContext.Current.Response.Write("---Group");
HttpContext.Current.Response.Write("/n");
HttpContext.Current.Response.Write("----Question");
HttpContext.Current.Response.Write("/n");
HttpContext.Current.Response.Write("-----Data");
HttpContext.Current.Response.Write("/n");
HttpContext.Current.Response.End();

Answer 4

这是另一种选择，使用打印屏幕（虽然它不负责滚动，但我认为您应该能够构建它）。此示例可以扩展以满足您的业务需求，尽管它是一种 hack。你传给它一个 URL，它会生成一张图片。

这样称呼

 protected void Page_Load(object sender, EventArgs e)
            {
                int screenWidth = Convert.ToInt32(Request["ScreenWidth"]);
                int screenHeight = Convert.ToInt32(Request["ScreenHeight"]);
                string url =        Request["Url"].ToString();
                string bitmapName = Request["BitmapName"].ToString();


            WebURLToImage webUrlToImage = new WebURLToImage()
            {
                Url = url,
                BrowserHeight = screenHeight,
                BrowserWidth = screenWidth,
                ImageHeight = 0,
                ImageWidth = 0
            };

        webUrlToImage.GenerateBitmapForUrl();
        webUrlToImage.GeneratedImage.Save(Server.MapPath("~") + @"Images\" +bitmapName + ".bmp");
    }

从网页生成图像。

using System;
using System.Drawing;
using System.Windows.Forms;
using System.Threading;
using System.IO;

public class WebURLToImage
{
    public string Url { get; set; }
    public Bitmap GeneratedImage { get; private set; }
    public int ImageWidth { get; set; }
    public int ImageHeight { get; set; }
    public int BrowserWidth { get; set; }
    public int BrowserHeight { get; set; }

    public Bitmap GenerateBitmapForUrl()
    {
        ThreadStart threadStart = new ThreadStart(ImageGenerator);
        Thread thread = new Thread(threadStart);

        thread.SetApartmentState(ApartmentState.STA);
        thread.Start();
        thread.Join();
        return GeneratedImage;
    }

    private void ImageGenerator()
    {
        WebBrowser webBrowser = new WebBrowser();
        webBrowser.ScrollBarsEnabled = false;
        webBrowser.Navigate(Url);

        webBrowser.DocumentCompleted += new
WebBrowserDocumentCompletedEventHandler(webBrowser_DocumentCompleted);

        while (webBrowser.ReadyState != WebBrowserReadyState.Complete)
            Application.DoEvents();
        webBrowser.Dispose();
    }

    void webBrowser_DocumentCompleted(object sender,
WebBrowserDocumentCompletedEventArgs e)
    {
        WebBrowser webBrowser = (WebBrowser)sender;
        webBrowser.ClientSize = new Size(BrowserWidth, this.BrowserHeight);
        webBrowser.ScrollBarsEnabled = false;
        GeneratedImage = new Bitmap(webBrowser.Bounds.Width, webBrowser.Bounds.Height);
        webBrowser.BringToFront();

        webBrowser.DrawToBitmap(GeneratedImage, webBrowser.Bounds);

        if (ImageHeight != 0 && ImageWidth != 0)
            GeneratedImage =
(Bitmap)GeneratedImage.GetThumbnailImage(ImageWidth, ImageHeight,
null, IntPtr.Zero);
    }
}