使用 ITextSharp 解析 XHTML 时跳过向 PDF 添加空表

Question

当您尝试创建具有 0 列的 PdfTable 时，ITextSharp 会引发错误。

我需要获取使用 XSLT 转换生成的 XHTML 并从中生成 PDF。目前我正在使用 ITextSharp 这样做。我遇到的问题是生成的 XHTML 有时包含 0 行的表，因此当 ITextSharp 尝试将它们解析为表时，它会抛出错误，说表中有 0 列。

之所以说 0 列是因为 ITextSharp 将表中的列数设置为每行中的最大列数，并且由于没有行，因此任何给定行中的最大列数为 0。

如何捕获这些 0 行的 HTML 表格声明并阻止它们被解析为 PDF 元素？

我发现导致错误的代码在 HtmlPipeline 中，因此我可以将实现复制并粘贴到扩展 HtmlPipeline 并覆盖其方法的类中，然后执行我的逻辑来检查那里的空表，但这似乎草率且效率低下。

有没有办法在解析之前捕获空表？

=解决方案=

标签处理器

public class EmptyTableTagProcessor : Table
{
    public override IList<IElement> End(IWorkerContext ctx, Tag tag, IList<IElement> currentContent)
    {
        if (currentContent.Count > 0)
        {
            return base.End(ctx, tag, currentContent);
        }

        return new List<IElement>();
    }
}

并使用标签处理器...

        //CSS
        var cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(true);

        //HTML
        var fontProvider = new XMLWorkerFontProvider();
        var cssAppliers = new CssAppliersImpl(fontProvider);

        var tagProcessorFactory = Tags.GetHtmlTagProcessorFactory();
        tagProcessorFactory.AddProcessor(new EmptyTableTagProcessor(), new string[] { "table" });

        var htmlContext = new HtmlPipelineContext(cssAppliers);
        htmlContext.SetTagFactory(tagProcessorFactory);

        //PIPELINE
        var pipeline =
            new CssResolverPipeline(cssResolver,
            new HtmlPipeline(htmlContext,
            new PdfWriterPipeline(document, pdfWriter)));

        //XML WORKER
        var xmlWorker = new XMLWorker(pipeline, true);

        using (var stringReader = new StringReader(html))
        {
            xmlParser.Parse(stringReader);
        }

此解决方案删除了​​空表标签，仍然将 PDF 作为管道的一部分写入。

Answer 1

您应该能够编写自己的标签处理器，通过子类化iTextSharp.tool.xml.html.AbstractTagProcessor 来解决该场景。事实上，为了让您的生活更轻松，您可以将已经存在的更具体的iTextSharp.tool.xml.html.table.Table 子类化：

public class TableTagProcessor : iTextSharp.tool.xml.html.table.Table {

    public override IList<IElement> End(IWorkerContext ctx, Tag tag, IList<IElement> currentContent) {
        //See if we've got anything to work with
        if (currentContent.Count > 0) {
            //If so, let our parent class worry about it
            return base.End(ctx, tag, currentContent);
        }

        //Otherwise return an empty list which should make everyone happy
        return new List<IElement>();
    }
}

不幸的是，如果您想使用自定义标签处理器，您不能使用快捷方式XMLWorkerHelper 类，而是需要将 HTML 解析为元素并将它们添加到您的文档中。为此，您需要一个 iTextSharp.tool.xml.IElementHandler 实例，您可以像这样创建：

public class SampleHandler : iTextSharp.tool.xml.IElementHandler {
    //Generic list of elements
    public List<IElement> elements = new List<IElement>();
    //Add the supplied item to the list
    public void Add(IWritable w) {
        if (w is WritableElement) {
            elements.AddRange(((WritableElement)w).Elements());
        }
    }
}

您可以将上述代码与以下代码一起使用，其中包含一些示例无效 HTML。

//Hold everything in memory
using (var ms = new MemoryStream()) {

    //Create new PDF document 
    using (var doc = new Document()) {
        using (var writer = PdfWriter.GetInstance(doc, ms)) {

            doc.Open();

            //Sample HTML
            string html = "<table><tr><td>Hello</td></tr></table><table></table>";

            //Create an instance of our element helper
            var XhtmlHelper = new SampleHandler();

            //Begin pipeline
            var htmlContext = new HtmlPipelineContext(null);

            //Get the default tag processor
            var tagFactory = iTextSharp.tool.xml.html.Tags.GetHtmlTagProcessorFactory();

            //Add an instance of our new processor
            tagFactory.AddProcessor(new TableTagProcessor(), new string[] { "table" });

            //Bind the above to the HTML context part of the pipeline
            htmlContext.SetTagFactory(tagFactory);

            //Get the default CSS handler and create some boilerplate pipeline stuff
            var cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(false);
            var pipeline = new CssResolverPipeline(cssResolver, new HtmlPipeline(htmlContext, new ElementHandlerPipeline(XhtmlHelper, null)));//Here's where we add our IElementHandler

            //The worker dispatches commands to the pipeline stuff above
            var worker = new XMLWorker(pipeline, true);

            //Create a parser with the worker listed as the dispatcher
            var parser = new XMLParser();
            parser.AddListener(worker);

            //Finally, parse our HTML directly.
            using (TextReader sr = new StringReader(html)) {
                parser.Parse(sr);
            }

            //The above did not touch our document. Instead, all "proper" elements are stored in our helper class XhtmlHelper
            foreach (var element in XhtmlHelper.elements) {
                //Add these to the main document
                doc.Add(element);
            }

            doc.Close();

        }
    }
}