Question

我正在尝试从HTML字符串和外部css文件生成PDF文件，并将PDF保存到磁盘。从这个例子中可以看出，我使用的是非常简单的html。我知道通过查看intellisense会将css文件读入ccsResolver。

以下是我正在使用的代码：

internal string Create(PdfDocumentDefinition documentDefinition)
{
    MemoryStream output = new MemoryStream();
    MemoryStream input = new MemoryStream(Encoding.UTF8.GetBytes("<html><head></head><body>Hello, World!</body></html>"));

    string pathName = @WebConfigurationManager.AppSettings["StagingPath"] + documentDefinition.DocumentName + ".pdf";
    Document document = new Document(PageSize.A4, 30, 30, 30, 30);
    PdfWriter writer = PdfWriter.GetInstance(document, output);

    using (output)
    {
        using (document)
        {
            document.Open();

            CssResolverPipeline pipeline = SetCssResolver(documentDefinition.CssFiles, document, writer);

            XMLWorker worker = new XMLWorker(pipeline, true);

            XMLParser parser = new XMLParser(worker);
            parser.Parse(input);

            output.Position = 0;
        }

        Byte[] data = output.ToArray();
        File.WriteAllBytes(pathName, data);
    }

    return pathName;
}

private CssResolverPipeline SetCssResolver(List<String> cssFiles, Document     document, PdfWriter writer)
{            
    var htmlContext = new HtmlPipelineContext(null);
htmlContext.SetTagFactory(iTextSharp.tool.xml.html.Tags.GetHtmlTagProcessorFactory());
    ICSSResolver cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(false);
    if (cssFiles != null)
    {
        foreach (String cssFile in cssFiles)
        {
             //cssResolver.AddCssFile(cssFile, true);
        }
    }

    return new CssResolverPipeline(cssResolver, new HtmlPipeline(htmlContext, new PdfWriterPipeline(document, writer)));            
}

以下是在NotePad ++中查看的输出：

2 0 obj
<</Length 117/Filter/FlateDecode>>stream
xœ+ä*ä2Ð³P€á¢t.c 256U0·0R(JåJã
ÄªÊÜÒXÏÔHÁÌBÏÌBÁÐPÏ¢Ø@!¨¤Å)¤ÌÂÐH!$(¬khbè»*€„Ò¸4<RsròuÂó‹rR5C²€Š@J\C€ú¼i!*
endstream
endobj
4 0 obj
<</Type/Page/MediaBox[0 0 595 842]/Resources<</Font<</F1 1 0 R>>>>/Contents 2 0 R/Parent 3 0 R>>
endobj
1 0 obj
<</Type/Font/Subtype/Type1/BaseFont/Helvetica/Encoding/WinAnsiEncoding>>
endobj
3 0 obj
<</Type/Pages/Count 1/Kids[4 0 R]>>
endobj
5 0 obj
<</Type/Catalog/Pages 3 0 R>>
endobj
6 0 obj
<</Producer(iTextSharp’ 5.5.7 ©2000-2015 iText Group NV \(AGPL-version\))/CreationDate(D:20151026102026-05'00')/ModDate(D:20151026102026-05'00')>>
endobj
xref
0 7
0000000000 65535 f 
0000000311 00000 n 
0000000015 00000 n 
0000000399 00000 n 
0000000199 00000 n 
0000000450 00000 n 
0000000495 00000 n 
trailer
<</Size 7/Root 5 0 R/Info 6 0 R/ID [<055082e8139638e35ce08dedae069690><055082e8139638e35ce08dedae069690>]>>
%iText-5.5.7
startxref
657
%%EOF

我现在已经为此工作了大约4个小时。谁能明白为什么它没有生成有效的PDF？

Answer 1

尝试

我将OP的原始代码简化为

[Test]
public void ResetStreamPositionAtEndOfUsing()
{
    string outputFilePath = @"test-results\misc\resetStreamPosition.pdf";
    Directory.CreateDirectory(@"test-results\misc\");

    MemoryStream output = new MemoryStream();

    Document document = new Document(PageSize.A4, 30, 30, 30, 30);
    PdfWriter writer = PdfWriter.GetInstance(document, output);

    using (output)
    {
        using (document)
        {
            document.Open();
            document.Add(new Paragraph("Test"));
            output.Position = 0;
        }

        Byte[] data = output.ToArray();
        File.WriteAllBytes(outputFilePath, data);
    }
}

运行它会生成一个无效的PDF文件，几乎与OP粘贴到问题中的文件相同。特别是PDF标题丢失了。

根据Chris Haas的建议，我删除了虚假行

            output.Position = 0;

事实上，现在输出PDF有效，特别是它有标题。

分析

MemoryStream output会发生什么？

    MemoryStream output = new MemoryStream();

output被创建为空。

    Document document = new Document(PageSize.A4, 30, 30, 30, 30);
    PdfWriter writer = PdfWriter.GetInstance(document, output);

新的PdfWriter只是被实例化，没有写入，output仍然是空的。

    using (output)
    {
        using (document)
        {
            document.Open();

document通知writer文档构建已开始，因此writer从编写PDF序言开始，即标题行和“二进制”注释; output现在包含％PDF-1.4 \ n％âÏÓ\ n ，最后是当前流的位置。

            document.Add(new Paragraph("Test"));

新段落被添加到当前（第一）页面，但仅在内存中，构成当前页面内容的对象将仅在新页面启动或文档完成时写入。 output仍然包含％PDF-1.4 \ n％âÏÓ\ n ，当前流的位置仍然在最后。

            output.Position = 0;

重置流位置。 output仍然包含％PDF-1.4 \ n％âÏÓ\ n ，但当前流位置现在位于开头！

这是using (document)代码块的结尾。因此，调用文档的Dispose方法。其中document告诉writer文档创建已完成。因此，writer现在将所有文档对象写入内存中，然后添加PDF文件结尾（交叉引用，预告片......）。

由于流位置现在位于流的开头，现有内容将被覆盖！ output现在包含 2 0 obj ... %% EOF ，即完整的PDF仅缺少PDF序幕。

Answer 2

感谢mkl的提示，我能够解决这个问题，但是，它必须以这种方式完成才是正确的。肯定有更好的办法。但解决方案是将输出刷新到一个数组以获取前15个字节，然后关闭文档并刷新到另一个数组以获取前15个字节后的所有内容（据我所知，输出流从不包含所有的然后创建第三个数组并将前两个数据复制到其中。这是完整的代码：

internal string Create(PdfDocumentDefinition documentDefinition)
{
    string pathName = @WebConfigurationManager.AppSettings["StagingPath"] + documentDefinition.DocumentName + ".pdf";

    MemoryStream input = new MemoryStream(Encoding.UTF8.GetBytes(documentDefinition.Source));

    Document document = new Document(PageSize.A4, 30, 30, 30, 30);
    MemoryStream output = new MemoryStream();
    using (output)
    { 
        PdfWriter writer = PdfWriter.GetInstance(document, output);
        document.Open();

        CssResolverPipeline pipeline = SetCssResolver(documentDefinition.CssFiles, document, writer);

        XMLWorker worker = new XMLWorker(pipeline, true);

        XMLParser parser = new XMLParser(worker);
        parser.Parse(input);

        output.Position = 0;

        Byte[] firstBytes = output.ToArray();

        document.Close();

        Byte[] lastBytes = output.ToArray();
        Byte[] allBytes = new Byte[firstBytes.Length + lastBytes.Length];

        firstBytes.CopyTo(allBytes, 0);
        lastBytes.CopyTo(allBytes, firstBytes.Length);
        File.WriteAllBytes(pathName, allBytes);
    }

    return pathName;
}

private CssResolverPipeline SetCssResolver(List<String> cssFiles, Document document, PdfWriter writer)
{            
    var htmlContext = new HtmlPipelineContext(null);
       htmlContext.SetTagFactory(iTextSharp.tool.xml.html.Tags.GetHtmlTagProcessorFactory());
    ICSSResolver cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(false);
    if (cssFiles != null)
    {
        foreach (String cssFile in cssFiles)
        {
            cssResolver.AddCssFile(cssFile, true);
        }
    }
    return new CssResolverPipeline(cssResolver, new HtmlPipeline(htmlContext, new PdfWriterPipeline(document, writer)));            
}

iTextSharp生成损坏的PDF文件

2 个答案:

尝试

分析