转换与优化

转换和优化

Aspose.PDF FOSS for .NET 提供将 PDF 转换为 HTML, Markdown, SVG 和纯文本的转换器。优化子系统通过 PdfFormatConversionOptions 减少文件大小 并确保 PDF/A 合规。

PDF 转 HTML

PdfToHtmlConverter 将 PDF 页面导出为 HTML 文档。

var converter = new PdfToHtmlConverter();
converter.SaveAsHtml("input.pdf", "output.html");

// Or save each page separately
converter.SaveAllPagesAsHtml("input.pdf", "output_dir");

HtmlSaveOptions 提供对图像处理、字体嵌入和布局策略的控制。

PDF 转 Markdown

PdfToMarkdownConverter 将 PDF 内容导出为 Markdown 文本。

var converter = new PdfToMarkdownConverter("input.pdf");
converter.SaveAsMarkdown("output.md");

// Single page
converter.SavePageAsMarkdown(1, "page1.md");

PDF 转 SVG

PdfToSvgConverter 将每页渲染为可缩放矢量图形。

var converter = new PdfToSvgConverter();
converter.SaveAllPagesAsSvg("input.pdf", "output_dir");

PDF 转文本

PdfToTextConverter 从 PDF 页面提取纯文本。

var converter = new PdfToTextConverter();
converter.SaveAsText("input.pdf", "output.txt");

PDF/A 合规性

PdfFormatConversionOptions 验证并将文档转换为 PDF/A 标准。

using var doc = Document.Open(pdfBytes);

var options = new PdfFormatConversionOptions(
    "log.xml",
    PdfFormat.PDF_A_1B,
    ConvertErrorAction.Delete);

doc.Convert(options);
doc.Save("pdfa.pdf");

标题级别控制

HeadingLevels 配置在 HTML 或 Markdown 转换期间识别的标题级别。

var levels = new HeadingLevels();
levels.AddLevels(1, 3);  // Recognize H1 through H3

技巧和最佳实践

• 使用 PdfToHtmlConverter 进行网页发布，使用 PdfToMarkdownConverter 进行文档工作流。
• PDF/A 转换可能会移除违反标准的功能（JavaScript、加密）——使用 ConvertErrorAction.Delete 或 ConvertErrorAction.None。
• 对于大型文档，逐页转换以管理内存。
• HtmlSaveOptions 控制图像是内联嵌入还是保存为外部文件。
• SVG 输出是单页高分辨率显示的理想选择。

常见问题

常见问题

支持哪些 PDF/A 配置文件？

PDF/A-1A、PDF/A-1B、PDF/A-2A、PDF/A-2B、PDF/A-3A 和 PDF/A-3B 配置文件通过 PdfFormat 枚举值支持。

我可以将单页转换为 HTML 吗？

是的。使用 PdfToHtmlConverter.SavePageAsHtml。

Markdown 转换会保留表格吗？

转换器尝试将表结构呈现为 Markdown 表格，但复杂布局可能需要后处理。

API 参考摘要

另请参见

• Aspose.PDF for .NET 企业版产品