独立开发者@董川民

Just So So ...

.NET中实现HTML生成图片或PDF的几种方式

前段时间由于项目上的需求，要在.Net平台下实现把HTML内容生成图片或PDF文件的功能，特意在网上研究了几种方案，这里记录一下以备日后再次使用。当时想着找一种开发部署都比较清爽并且运行稳定的方案，但实际上两者同时满足基本不可能，只能做一个自己觉得合适的取舍，下面从两个维度（清爽指数和功能指数）逐一对比。

1、WebBrowser

这种方案在开发时不依赖任务外部程序集和nuget包，部署时也不需要安装额外的工具和服务，可以说是非常清爽了。.

它借助了WinForm下的WebBrowser控件实现HTML内容渲染，并把渲染结果绘制在Bitmap中，进而保存成图片或PDF文件。

这种方案简单粗暴，是C#中最基础的实现方式，也是网上搜索结果最多的一种，下面看它的核心代码（从网上拼凑得来）：

class WebBrowserPage2Image
{
    Bitmap m_Bitmap;
    string m_Url;
    public void Convert(string pageUrl, string fileName)
    {
        m_Url = pageUrl;
        Thread m_thread = new Thread(new ThreadStart(HtmlDrawToBitmap));
        m_thread.SetApartmentState(ApartmentState.STA);
        m_thread.IsBackground = true;
        m_thread.Start();
        m_thread.Join();
        MemoryStream stream = new MemoryStream();
        m_Bitmap.Save(stream, System.Drawing.Imaging.ImageFormat.Png);
        byte[] buff = stream.ToArray();
        FileStream fs = new FileStream(fileName, FileMode.Create);
        stream.WriteTo(fs);
        stream.Dispose();
        stream.Close();
        fs.Close();
    }
    private void HtmlDrawToBitmap()
    {
        WebBrowser browser = new WebBrowser();
        browser.ScrollBarsEnabled = false;
        browser.Navigate(m_Url);
        browser.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(delegate (object sender, WebBrowserDocumentCompletedEventArgs bdce)
        {
            if (browser.ReadyState == WebBrowserReadyState.Complete)
            {
                //myWebBrowser.Document.Body.Style = "zoom:180%";
                Rectangle r = browser.Document.Body.ScrollRectangle;
                browser.Height = r.Height;
                browser.Width = r.Width;
                m_Bitmap = new Bitmap(browser.Width, browser.Height);
                browser.BringToFront();
                browser.DrawToBitmap(m_Bitmap, new Rectangle() { Width = browser.Width, Height = browser.Height });
            }
        });
        while (browser.ReadyState != WebBrowserReadyState.Complete)
        {
            Application.DoEvents();
        }
        browser.Dispose();
    }
}

虽然开发起来非常简洁，但是问题也很明显。WebBrowser是Winform下的一个组件，在非Winform项目中运行会出现不可知的异常，即使在Winform项目中，数据量比较大的时候依然会出现卡死的情况。

我做过500次循环的测试，在执行到100多次的时候程序出现假死不动也无异常抛出。除此之外，生成的图片失真也比较严重，特殊字体和部分CSS样式无法渲染。

总的来说，基本无法达到生成环境需求。

清爽指数：★★★★★　　　　功能指数：★

2、Wkhtmltox

这也是网上广泛流传的一个方案，wkhtmltox是一套开源的命令行工具，提供了图片和PDF的转换能力，它采用C++编写，使用Webkit作为渲染引擎

开源地址：https://github.com/wkhtmltopdf/wkhtmltopdf。

使用方法就是在命令行工具中执行命令，例如：

wkhtmltopdf --grayscalehttps://www.baidu.combaidu.pdf

如果要在.Net项目中使用的话，核心问题就是用程序唤起命令行，同时指定参数执行即可，类似于下面的代码：

System.Diagnostics.ProcessStartInfo Info = new System.Diagnostics.ProcessStartInfo();
Info.FileName = @"D:\dev\wkhtmltox\bin\wkhtmltopdf.exe";
Info.WindowStyle = System.Diagnostics.ProcessWindowStyle.Hidden;
Info.CreateNoWindow = true;
Info.Arguments = @"-q --orientation Landscape https://www.baidu.com D:\\baidu.pdf";
System.Diagnostics.Process proc = System.Diagnostics.Process.Start(Info);
proc.WaitForExit();
proc.Close();

更多强大的功能例如加水印、分页、改样式等可以参考这篇文章：https://www.cnblogs.com/82xb/p/7837597.html

详细的参数说明可以查看文档：https://wkhtmltopdf.org/usage/wkhtmltopdf.txt

GitHub上有很多针对各个开发语言的封装，使用起来比较方便，唯一不爽的是部署项目前要先安装好这个工具。

清爽指数：★★★★　　　　功能指数：★★★★

3、PuppeteerSharp

这个就更厉害了，说到这个就不得不先介绍下Puppeteer，因为PuppeteerSharp正是从Puppeteer衍生而来。

Puppeteer是由谷歌开源的一个Node项目，它提供了和Chrome DevTools的通信能力，基本上我们能在Chrome实现的操作通过它的API都可以实现，强大到让你不敢相信。主要的应用有：

  • 生成页面快照（图片、PDF）

  • 爬虫，网站内容抓取

  • 自动化测试（模拟键盘鼠标输入，表单提交，UI测试等）

  • 网站性能分析（追踪，时间线捕获等）

开源地址是https://github.com/GoogleChrome/puppeteer

在Node项目中使用Puppeteer非常简单，先安装npm包：

npm i puppeteer

安装过程可能会有点慢，因为在安装的时候会下载一个最近版本的Chromium（Mac下大概170M，Linux下大概282M，Windows下大概280M）。

当然，如果你本地已经有一个Chromium，可以设置npm的全局配置PUPPETEER_SKIP_CHROMIUM_DOWNLOAD 跳过下载，然后在程序中手动指定Chromium的位置。

生成图片和PDF文件例子：

const puppeteer = require('puppeteer');
(async () => {
const browser = await puppeteer.launch();
const page = await browser.newPage();
await page.goto('https://www.baidu.com');
await page.screenshot({path: 'baidu.png'});
await page.pdf({path: 'baidu.pdf', format: 'A4'});
await browser.close();
})();

Puppeteer默认使用无界面模式（headless：true），如果想看到完整的浏览器界面，可以通过下面的设置开启：

const browser = await puppeteer.launch({headless: false});

Puppeteer提供了丰富的选择器接口，可以轻松实现模拟输入和鼠标点击，例如：

await page.type('#index-kw', 'cnblogs');
await page.click('#index-bn');

还支持指定使用设备：

const devices = require('puppeteer/DeviceDescriptors');
await page.emulate(devices['iPhone 8']);

详细的API文档可以参考：https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md

Puppeteer确实非常强大，但由于它是一个Node包无法直接在C#项目中使用，那怎么办呢？好在有国外的大神把Puppeteer移植到了.Net平台，也就是PuppeteerSharp。

注意：PuppeteerSharp是基于NetStandard 2.0开发的，所以项目的平台最低版本要是.NET Framework 4.6.1和.NET Core 2.0。

首先通过nuget安装：

PM > Install-Package PuppeteerSharp

导入命名空间：

using PuppeteerSharp;

下面是我在ASP.NET Core 2.1下封装的测试方法：

[HttpPost, Route("page2img")]
public async Task<string> PageToImage(string url, int? width, int? height)
{
    await new BrowserFetcher().DownloadAsync(BrowserFetcher.DefaultRevision);
    var browser = await Puppeteer.LaunchAsync(new LaunchOptions
    {
        Headless = true,
        //ExecutablePath="",
        Args = new string[] { "--no-sandbox" }
    });
    var page = await browser.NewPageAsync();
    bool fullPage = true;
    if (width.HasValue && height.HasValue)
    {
        await page.SetViewportAsync(new ViewPortOptions
        {
            Width = width.Value,
            Height = height.Value
        });
        fullPage = false;
    }
    await page.GoToAsync(System.Web.HttpUtility.UrlDecode(url));
    string fileName = $"/Files/{Guid.NewGuid().ToString()}.png";
    await page.ScreenshotAsync($"{AppDomain.CurrentDomain.BaseDirectory}{fileName}", new ScreenshotOptions { FullPage = fullPage });
    return $"{Request.Host.ToString()}{fileName}";
}

上面方法的第一行：

await new BrowserFetcher().DownloadAsync(BrowserFetcher.DefaultRevision);

程序会判断本地环境有没有可用的Chromium，如果没有的话会自动下载一个默认版本的Chromium，这个过程可能会有点长，下载成功后会在项目根目录多一个这样的文件夹：

.NET中实现HTML生成图片或PDF的几种方式

和前面说的一样，如果本地已经下载过Chromium，可以通过LaunchOptions的ExecutablePath字段指定一个目录。

目前PuppeteerSharp在网上的资料还不是很多，但是得益于它与Puppeteer高度完整和相似的API，Puppeteer的文档对它基本都能适用。

总体来说，这个工具功能强大并且比较稳定（我在Windows和Linux下都测试通过），是一个不错的选择，但是由于它必须依赖于Chromium来运行，打包部署并不是很方便，我建议把它作为一个独立的web服务。

清爽指数：★★★　　　　功能指数：★★★★★

4、IronPdf

除了一些开源的项目和工具能提供HTML转图片或PDF的功能，很多商业软件公司也提供了这样的产品，IronPdf算是里面比较有代表性的一个。

和其他收费软件不同的是，IronPdf有一个对开发者免费试用的license：

.NET中实现HTML生成图片或PDF的几种方式

IronPdf的主要特性包括：

  • 任何类型的HTML文件、代码片段、URL生成PDF

  • PDF编辑

  • 图片与PDF互转

  • 支持HTML5和CSS3，支持响应式布局，支持JS脚本，丰富的配置选项

  • 支持C#、VB、Webform、ASP.NET MVC、.NET CORE

我们可以在官网下载DLL文件直接引用到项目，也可以通过nuget来安装：

PM > Install-Package IronPdf

导入命名空间：

using IronPdf;

一个最简单的例子：

// Create a PDF from any existing web page
var Renderer = new IronPdf.HtmlToPdf();
Renderer.PrintOptions.EnableJavaScript = true;
Renderer.PrintOptions.PaperOrientation = IronPdf.PdfPrintOptions.PdfPaperOrientation.Landscape;
var PDF = Renderer.RenderUrlAsPdf("https://www.baidu.com");
PDF.SaveAs("baidu.pdf");

// This neat trick opens our PDF file so we can see the result
System.Diagnostics.Process.Start("baidu.pdf");

添加水印：

pdf.WatermarkAllPages("<h2 style='color:red'>SAMPLE</h2>", PdfDocument.WaterMarkLocation.MiddleCenter, 50, -45, "https://www.baidu.com");

用图片生成PDF文档：

// Select one or more images.  //This example selects all JPEG images in a specific folder.
var ImageFiles = Directory
.EnumerateFiles(@"C:\project\assets")
.Where(f => f.EndsWith(".jpg") || f.EndsWith(".jpeg"));

// Convert the images to a PDF and save it.
ImageToPdfConverter.ImageToPdf(ImageFiles)
.SaveAs(@"C:\project\composite.pdf");

更多高级功能和配置参考官网：https://ironpdf.com/examples/image-to-pdf/

清爽指数：★★★★　　　　功能指数：★★★★

写在最后

以上几种方式，都是我在本次实践中总结出来的，可能不是很全面，欢迎大家不吝补充。

遗憾的是，最终项目没有用上面的任何一种方式，而是抓取到HTML内容后用正则解析，然后用Bitmap一点一点重新画图生成图片文件保存。

因为我要截取的页面内容很少，就是一个简单的电子处方笺，需求上也没有要求必须完全和原网页100%一致，绘图也算是一个不错的方案，但是缺点是一旦HTML结构或样式发生变化，那这套东西就失效了，好在这个不会轻易变更，也算是一个折中方案。

本文作者：balahoho信息来源：cnblogs.com balahoho所属分类：.NET

董川民

Life is like a box of chocolates,you never know what you're going to get.
ChongQing Movie Motorcycle Website