Odebrat hypertextové odkazy po převodu z HTML

Zavedení

V digitálním věku je převod HTML dokumentů do PDF běžným úkolem. Někdy však můžete chtít odstranit hypertextové odkazy z převedeného PDF z různých důvodů, jako je zlepšení čitelnosti nebo zabránění nechtěné navigaci. V tomto tutoriálu prozkoumáme, jak toho dosáhnout pomocí Aspose.PDF pro .NET.

Předpoklady

Než se ponoříte do kódu, ujistěte se, že máte následující předpoklady:

  1. Visual Studio: Ujistěte se, že máte na svém počítači nainstalované Visual Studio. Toto bude vaše vývojové prostředí.
  2. Aspose.PDF pro .NET: Musíte mít knihovnu Aspose.PDF. Můžete si jej stáhnout zzde.
  3. Základní znalost C#: Znalost programování v C# vám pomůže lépe porozumět kódu.

Importujte balíčky

Chcete-li začít, musíte do svého projektu C# importovat potřebné balíčky. Můžete to udělat takto:

  1. Otevřete projekt sady Visual Studio.
  2. Klikněte pravým tlačítkem na svůj projekt v Průzkumníku řešení a vyberte „Spravovat balíčky NuGet“.
  3. HledatAspose.PDF a nainstalujte jej.
using Aspose.Pdf.Annotations;
using Aspose.Pdf.Text;
using System.IO;

Nyní, když máte vše nastaveno, pojďme si rozebrat proces odstraňování hypertextových odkazů ze souboru HTML po jeho převedení do PDF.

Krok 1: Nastavte adresář dokumentů

Nejprve musíte zadat cestu k adresáři dokumentů. Zde se nachází váš soubor HTML a kde se uloží výstupní PDF.

// Cesta k adresáři dokumentů.
string dataDir = "YOUR DOCUMENT DIRECTORY";

Nahradit"YOUR DOCUMENT DIRECTORY" se skutečnou cestou, kde je uložen váš soubor HTML.

Krok 2: Načtěte dokument HTML

Dále načtete HTML dokument pomocíDocument třídy z Aspose.PDF. Tato třída vám umožní snadno pracovat s dokumenty PDF.

Document doc = new Document(dataDir + "SampleHtmlFile.html", new HtmlLoadOptions());

Zde načítáme soubor HTML s názvemSampleHtmlFile.html. Ujistěte se, že tento soubor existuje ve vašem zadaném adresáři.

Krok 3: Uložte dokument do Memory Stream

Než začneme zpracovávat anotace, musíme dokument uložit do paměťového streamu. Tento krok je zásadní, protože připravuje dokument pro další manipulaci.

doc.Save(new MemoryStream());

Tento řádek ukládá dokument do paměti a umožňuje nám s ním pracovat, aniž bychom ho zatím zapisovali na disk.

Krok 4: Iterujte prostřednictvím anotací

Nyní si projdeme anotace v dokumentu. Anotace jsou prvky, jako jsou odkazy, komentáře a zvýraznění. Konkrétně nás zajímají anotace odkazů.

foreach (Annotation a in doc.Pages[1].Annotations)
{
    if (a.AnnotationType == AnnotationType.Link)
    {
        // Zpracujte anotaci odkazu
    }
}

V této smyčce zkontrolujeme, zda typ anotace je odkaz. Pokud ano, přistoupíme k dalším krokům.

Krok 5: Odeberte akci hypertextového odkazu

U každé anotace odkazu musíme zkontrolovat, zda má akci hypertextového odkazu. Pokud ano, odstraníme hypertextový odkaz nastavením jeho URI na prázdný řetězec.

LinkAnnotation la = (LinkAnnotation)a;
if (la.Action is GoToURIAction)
{
    GoToURIAction gta = (GoToURIAction)la.Action;
    gta.URI = "";

Tento fragment kódu zajišťuje účinné odstranění akce hypertextového odkazu.

Krok 6: Absorbujte textové fragmenty

Dále budeme absorbovat fragmenty textu spojené s anotací odkazu. To nám umožňuje manipulovat se vzhledem textu.

TextFragmentAbsorber tfa = new TextFragmentAbsorber();
tfa.TextSearchOptions = new TextSearchOptions(a.Rect);
doc.Pages[a.PageIndex].Accept(tfa);

Zde vytvoříme aTextFragmentAbsorber a nastavte jeho možnosti vyhledávání na obdélník poznámky. To nám pomáhá najít text, který byl propojen.

Krok 7: Upravte vzhled textu

Jakmile máme textové fragmenty, můžeme upravit jejich vzhled. V tomto případě odstraníme podtržení a změníme barvu textu na černou.

foreach (TextFragment tf in tfa.TextFragments)
{
    tf.TextState.Underline = false;
    tf.TextState.ForegroundColor = Color.Black;
}

Tento krok zlepšuje čitelnost textu odstraněním stylu hypertextového odkazu.

Krok 8: Odstraňte anotaci

Po úpravě textu můžeme anotaci odkazu z dokumentu bezpečně smazat.

doc.Pages[a.PageIndex].Annotations.Delete(a);
}

Tento řádek odstraní hypertextový odkaz z PDF a zajistí, že v konečném výstupu již neexistuje.

Krok 9: Uložte upravený dokument

Nakonec musíme upravený dokument uložit do nového souboru PDF. Toto je poslední krok v našem procesu.

doc.Save(dataDir + "RemoveHyperlinksFromText_out.pdf");

Tento řádek uloží dokument s odstraněnými hypertextovými odkazy a vytvoří nový soubor PDF s názvemRemoveHyperlinksFromText_out.pdf.

Závěr

A tady to máte! Úspěšně jste odstranili hypertextové odkazy z dokumentu HTML po jeho převedení do PDF pomocí Aspose.PDF for .NET. Tento proces nejen zlepšuje čitelnost vašeho PDF, ale také vám dává kontrolu nad obsahem, který prezentujete.

FAQ

Mohu odstranit hypertextové odkazy z jakéhokoli dokumentu PDF?

Ano, hypertextové odkazy můžete odstranit z jakéhokoli dokumentu PDF pomocí Aspose.PDF for .NET.

Je Aspose.PDF zdarma k použití?

Aspose.PDF nabízí bezplatnou zkušební verzi, ale pro plné funkce si musíte zakoupit licenci. Zkontrolujtekoupit stránku.

Co když narazím na problémy při používání Aspose.PDF?

Pomoc můžete hledat nafórum podpory.

Mohu pomocí Aspose převést jiné formáty souborů do PDF?

Ano, Aspose podporuje různé formáty souborů pro převod do PDF.

Kde si mohu stáhnout Aspose.PDF pro .NET?

Můžete si jej stáhnout zodkaz ke stažení.

Poskytněte přihlašovací údaje během HTML do PDF Nahradit chybějící písma