用于.NET的HTML到RTF转换器

我建议你自己做,因为这项任务并不那么复杂。首先,将一种XML格式转换为另一种XML格式的最简单方法是使用XSLT。用C转换XML文档非常简单。

这是一篇很好的msdn博客文章,可以让你开始学习。迈克甚至提到,与第三方打交道更容易用手做到这一点。

link

实际上,我已经回答了这个问题 here . 我猜这就是复制品。

为了它的价值而不是特定的顺序。

不久前,我想导出到RTF,然后从RTF导入有问题的RTF,由MS Word操纵。

第一个问题是RTF不是开放标准。这是一个内部的MS标准,因此他们可以根据自己的喜好随时修改它,并且通常不担心兼容性。目前,RTF的版本是1.3到1.9,它们都是不同的。在内部,他们使用twips进行测量只是为了更好的测量。

我买了一本关于这个主题的O'Reilly袖珍书,它帮助我阅读了很多很好的MS文档,但是有很多,每个版本都有很多。

因为使用regex对rtf进行编码是非常困难的工作,需要小心处理和集中测试才能开始工作。我使用了一个内置regex的mac编辑器,这样我就可以稳定地测试每个部分并将其构建到代码中。

由于版本的数量,版本之间也有很多不兼容之处,但是有很多共性,最后很难/很容易找到我想要的地方(经过大约一周的阅读和一周的编码),并生成一个真正简单的版本。

我从来没有找到过商业解决方案,但是由于预算的原因,我不得不有一个免费的解决方案,这样可以节省很多,但是在选择一个方案时要非常小心,以确保它能满足您的需要并得到支持。

我不认为您来自HTML/XML/XHTML,我在转换CSV格式,它是RTF。

我不确定我会建议自己动手还是买东西。也许总的来说,DIY,但你自己的情况将决定这一点。

编辑:从内容到RTF有一件事比从内容到RTF更容易。

顺便说一句,不要批评微软Fior的RTF版本,嘿,这是他们的和专有的,所以他们可以做他们喜欢的。

我刚刚遇到了这个网页的wysiwyg富文本编辑器(rte),它也有一个html-to-rtf转换器, Cute Editor for .NET . 有人对这个组件有经验吗?我对基于Web的RTE的主要经验是ckeditor(fckeditor)和tinymce,但据我所知,ckeditor和tinymce没有内置HTML到RTF转换器。

因为我需要在Web应用程序上实现一些具有富文本格式的邮件合并功能,所以我认为最好分享我的经验。

基本上,我探讨了两种选择:

• 使用google docs api利用google docs功能
• 使用XSLT,如所示 this essay

google docs api运行良好。问题是,当上载带有分页符的HTML文档时,如下所示:

<p style="page-break-before:always;display:none;"/>

并要求谷歌在RTF中转换文档,你会失去所有的休息时间,这不符合我的要求。但是,如果分页符对您来说不是一个问题,您可以检查这个解决方案。

XSLT解决方案工作…某种程度上。

如果您直接引用msxml3-com对象,绕过system.xml类,它就会工作。否则我就不能让它工作。此外,它似乎尊重除了基本格式和标签以外的所有内容,而忽略了文本的颜色、大小等。但是,它支持分页。:-)

这是我写的一个快速库,使用tidy.net强制HTML到XHTML转换。希望有帮助。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;

namespace ADDS.Mailmerge
{

    public class XHTML2RTF
    {

        MSXML2.FreeThreadedDOMDocument _xslDoc;
        MSXML2.FreeThreadedDOMDocument _xmlDoc;
        MSXML2.IXSLProcessor _xslProcessor;
        MSXML2.XSLTemplate _xslTemplate;
        static XHTML2RTF instance = null;
        static readonly object padlock = new object();

        XHTML2RTF()
        {
            _xslDoc = new MSXML2.FreeThreadedDOMDocument();
            //XSLData.xhtml2rtf is a resource file 
            // containing XSL for transformation
            // I got XSL from here: 
            // http://www.codeproject.com/KB/HTML/XHTML2RTF.aspx
            _xslDoc.loadXML(XSLData.xhtml2rtf);
            _xmlDoc = new MSXML2.FreeThreadedDOMDocument();
            _xslTemplate = new MSXML2.XSLTemplate();
            _xslTemplate.stylesheet = _xslDoc;
            _xslProcessor = _xslTemplate.createProcessor();
        }

        public string ConvertToRTF(string xhtmlData)
        {
            try
            {
                string sXhtml = "";
                TidyNet.Tidy tidy = new TidyNet.Tidy();
                tidy.Options.XmlOut = true;
                tidy.Options.Xhtml = true;
                using (MemoryStream ms = new MemoryStream(Encoding.UTF8.GetBytes(xhtmlData)))
                {
                    StringBuilder sb = new StringBuilder();
                    using (MemoryStream sw = new MemoryStream())
                    {
                        TidyNet.TidyMessageCollection messages = new TidyNet.TidyMessageCollection();
                        tidy.Parse(ms, sw, messages);
                        sXhtml = Encoding.UTF8.GetString(sw.ToArray());
                    }
                }

                _xmlDoc.loadXML(sXhtml);
                _xslProcessor.input = _xmlDoc;
                _xslProcessor.transform();
                return _xslProcessor.output.ToString();
            }
            catch (Exception exc)
            {
                throw new Exception("Error in xhtml conversion. ", exc);
            }
        }

        public static XHTML2RTF Instance
        {
            get
            {
                lock (padlock)
                {
                    if (instance == null)
                    {
                        instance = new XHTML2RTF();
                    }
                    return instance;
                }
            }
        }
    }



}

DR: 我建议使用 OpenXml 格式与 HtmlToOpenXml 如有可能,提供Nuget软件包。

微软Word COM

我对这个主题的搜索并不多,因为我的用例是在服务器上使用这个功能,这使得COM组件不是一个很好的选择。

XHTML2RTF

AS @IAmTimCorey mentioned 您可以使用此代码项目库。

缺点是:

• 有限支持的HTML和CSS
• 不是真的。
• …

Windows窗体Web浏览器

AS @Jerry mentioned 您可以使用Windows窗体 WebBrowser 控制。

缺点是:

• 引用system.windows.forms
• 使用复制粘贴(多线程有问题)
• 只在STA线程中工作

不支持的功能包括:

• 字体
• 颜色
• 编号列表
• Strikethrough del 元素)
• ……

第三方控件

“Paul V”的代码示例 devexpress support center .(2015年2月3日)

public String ConvertRTFToHTML(String RTF)
{   
    MemoryStream ms = new MemoryStream();
    StreamWriter writer = new StreamWriter(ms);
    writer.Write(RTF);
    writer.Flush();
    ms.Position = 0;
    String output = "";
    HtmlEditorExtension.Import(HtmlEditorImportFormat.Rtf, ms, (s, enumerable) => output = s);

    return output;
}

public String ConvertHTMLToRTF(String Html)
{
    MemoryStream ms = new MemoryStream();
    var editor = new ASPxHtmlEditor { Html = html };

    editor.Export(HtmlEditorExportFormat.Rtf, ms);

    ms.Position = 0;
    StreamReader reader = new StreamReader(ms);

    return reader.ReadToEnd();
}

或者你可以用 RichEditDocumentServer 类型如所示 this example .

• 一 license for devexpress 可以从1500美元到2200美元。

不知道实际支持什么。

缺点是:

• 价格
• 一件小事有很多参考资料
• 更多?

不支持的功能包括:

• Striketrough 德尔 元素)

索金索夫

public string ConvertHTMLToRTF(string html)
{
    SautinSoft.HtmlToRtf h = new SautinSoft.HtmlToRtf();
    return h.ConvertString(htmlString);
}

public string ConvertRTFToHTML(string rtf)
{
    SautinSoft.RtfToHtml r = new SautinSoft.RtfToHtml();
    byte[] bytes = Encoding.ASCII.GetBytes(rtf);
    r.OpenDocx(bytes );
    return r.ToHtml();
}

可以找到更多示例和配置选项 here 和 here .

• 一 licence for this component 可以从400美元到2000美元。

Supported is the following 以下内容:

• HTML 3.2
• HTML 4.01
• HTML 5
• CSS
• XHTML

缺点是:

• 我不知道发展有多积极
• 价格

使用知识库:

• 转换编号列表 trix angular editor 破坏定罪

自己动手做

如果您只想支持有限的功能,您可以编写自己的转换器。如果支持的功能集太大,我不建议这样做。

我有一个小的 sample project here 但在目前的状态下,只是为了教育目的。

OpenXML

如果 OpenXml format 也可以用于您的用例,您可以使用 HtmlToOpenXml nuget package . 它是免费的,并且支持我测试过的其他解决方案的所有功能。

The project 是基于 Open Xml SDK 在微软看来是活跃的。

public static byte[] ConvertHtmlToOpenXml(string html)
{
    using (var generatedDocument = new MemoryStream())
    {
        using (var package = WordprocessingDocument.Create(generatedDocument, WordprocessingDocumentType.Document))
        {
            var mainPart = package.MainDocumentPart;
            if (mainPart == null)
            {
                mainPart = package.AddMainDocumentPart();
                new Document(new Body()).Save(mainPart);
            }

            var converter = new HtmlConverter(mainPart);
            converter.ParseHtml(html);

            mainPart.Document.Save();
        }

        return generatedDocument.ToArray();
    }
}

• Link to example gist