Conversion

Conversion

本页介绍将 PDF 渲染为其他格式以及将文档转换为符合 PDF/A 的要求。Document 为每种输出格式提供一个针对整个文档的 To*() 方法；相同的方法也在 Page 上用于渲染单页。

渲染为其他文档格式

Document.ToHtml()、Document.ToDocx() 和 Document.ToMarkdown() 渲染所有页面；Page.ToSvg() 和 Page.ToImage() 将单页渲染为独立的 SVG 字符串或 PNG 字节。每个都有各自的选项——在 DocxOptions 上的 mode（‘flow’ 重新排版内容，’textbox’ 保持每页自身的几何形状）以及在 MarkdownExportOptions 上的 images（‘inline’ 嵌入图像 data URI，’external’ 将文件写入 imageDir 作为独立文件）。

const doc = Document.OpenFile('in.pdf');
const svg = doc.Pages[0].ToSvg();               // standalone <svg> string
const png = doc.Pages[0].ToImage({ scale: 2 }); // Uint8Array of PNG bytes @144 DPI
const html = doc.ToHtml();                      // standalone semantic HTML, all pages
const md = doc.ToMarkdown();                    // GFM Markdown, all pages
const docx = doc.ToDocx();                      // .docx bytes, reflowed, images in the package
const fixed = doc.ToDocx({ mode: 'textbox' });  // .docx keeping each page's own geometry

ImageOptions（针对 Page.ToImage()）还接受 format、quality、scale，以及显式的 width / height，和 background（‘white’ 或 ’transparent’）。

转换至 PDF/A

Document.ConvertToPdfA() 尝试将文档修正为符合 PDF/A level（‘b’ 或 ‘u’）的要求并重新验证，返回一个包含 applied（它所执行的修正操作）、unresolved（它未能修复的问题）以及 passed 的 ConversionReport。请在副本上运行它——例如使用 Document.ExtractPages() 创建的副本——以确保实时工作文档不会被转换过程修改。

// ExtractPages gives an independent copy; ConvertToPdfA never touches the original.
const copy = doc.ExtractPages(doc.Pages.map((_, i) => i + 1));
const conversion = copy.ConvertToPdfA('2b');

console.log(`applied ${conversion.applied.length} action(s), `
  + `${conversion.unresolved.length} unresolved, `
  + `result: ${conversion.passed ? 'passes' : 'still fails'} PDF/A-2b`);
copy.WriteTo('output-pdfa.pdf');

其他导出格式

除了 HTML、Markdown、DOCX、SVG 和 PNG 外，该库还导出 TIFF（TiffExportOptions，encodeTiff()）并在 FDF 和 XFDF 中导入/导出 AcroForm 字段值（exportFdfFile()、exportXfdfFile()、importFdfFile()、importXfdfFile()）——这对于将已填写的表单数据与 PDF 本身分开交换非常有用。

提示与最佳实践

• 在副本上运行 Document.ConvertToPdfA()（例如来自 Document.ExtractPages()），绝不要在仍需保存未转换的实时文档上运行。
• 即使在 passed 为 true 且验证级别较宽松的情况下，也要检查 ConversionReport.unresolved —— 有些修复措施仅在更严格的级别下才能完全解决。
• 当 DOCX 输出需要保持每页的精确视觉布局时，在 DocxOptions 上使用 mode: 'textbox'；如果应像普通文字处理文档那样重新排版，则使用默认的 'flow' 模式。
• 对于大文档，在 MarkdownExportOptions 上传递 images: 'external' 和一个 imageDir，而不是使用默认的内联 data URI，以保持 Markdown 文件本身体积小。

常见问题

FAQ

PDF 可以转换为什么格式？

HTML、Markdown 和 DOCX 用于整个文档（Document.ToHtml() / ToMarkdown() / ToDocx()）；SVG 和 PNG 用于每页（Page.ToSvg() / Page.ToImage()）；此外还有 TIFF 和 FDF/XFDF 表单数据导出。

转换为 PDF/A 会修改我的原始文档吗？

只有在直接对其调用 ConvertToPdfA() 时才会。请在副本上调用——例如 doc.ExtractPages(doc.Pages.map((_, i) => i + 1))——以保持原始文档不被转换。

我如何判断 PDF/A 转换是否真正成功？

检查 ConversionReport.passed。applied 列出转换修复了哪些内容，unresolved 列出未能修复的——即使 passed 为 true，也请检查 unresolved。

我能仅导出已填写的表单字段值，而不导出 PDF 本身吗？

是 — exportFdfFile() 和 exportXfdfFile() 将当前的 AcroForm 字段值写入单独的 FDF 或 XFDF 文件；importFdfFile() / importXfdfFile() 将其读取回文档。

API Reference 摘要

另请参阅

• Aspose.PDF — Enterprise Documentation