如何在 C# 中将 Html 字符串解析为 Word 文档

Question

我有一个 html 字符串，我已使用 OpenHtmlToPdf 库将其解析为 PDF，它工作正常。

现在我想将相同的 html 字符串解析为 Word 文档，我使用了 HtmlToOpenXml 库，但问题是 word 文档中的格式与 PDF 格式不同。

为此，我尝试了许多解决方案，但它们太贵了。

public static byte[] HtmlToWord(String html)
{

    using (var generatedDocument = new MemoryStream(10 * 1024))
    {
        using (WordprocessingDocument package = WordprocessingDocument.Create(
                               generatedDocument, WordprocessingDocumentType.Document))
            {
                MainDocumentPart mainPart = package.MainDocumentPart;
                if (mainPart == null)
                    {
                        mainPart = package.AddMainDocumentPart();
                        new DocumentFormat.OpenXml.Wordprocessing.Document(new Body()).Save(mainPart);
                    }

                    HtmlConverter converter = new HtmlConverter(mainPart);
                    Body body = mainPart.Document.Body;

                    converter.ParseHtml(html);
                    //converter.Parse(html);
                    //for (int i = 0; i < paragraphs.Count; i++)
                    //{
                    //    body.Append(paragraphs[i]);
                    //}

                    mainPart.Document.Save();
            }

        return generatedDocument.ToArray();
    }
}

这个问题有解决办法吗？

Answer 1

对于使用 html，您可以尝试 HTML Agility：

使用 HtmlAgility，您可以简单地做到这一点：

string webUrl = "http://microsoft.com";

var page = new HtmlWeb();
var document = page.Load(url);

一旦有了这个，天空就是极限。然后，您可以将文档保存到 Word 文档中。