iTextSharp XMLWorker未读取<;链接>;CSS标记
本文关键字:链接 CSS 标记 gt lt XMLWorker 读取 iTextSharp | 更新日期: 2023-09-27 18:28:40
所以我一直在为这个绞尽脑汁。这是以下代码:
string content = ConvertHTMLToXHTML(content); //This is something I wrote
var doc = new iTextSharp.text.Document(PageSize.LETTER, 10f, 10f, 10f, 0f);
var writer = PdfWriter.GetInstance(doc, ms);
doc.Open();
ICSSResolver cssResolver = null;
cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(false);
cssResolver.AddCss(@"code { padding: 2px 4px; }", "utf-8", true);
//****This is the key line******
cssResolver.AddCssFile(@"<the css file>", true);
var hpc = new HtmlPipelineContext(new CssAppliersImpl(new XMLWorkerFontProvider()));
hpc.SetAcceptUnknown(true).AutoBookmark(true).SetTagFactory(tagProcessors); // inject the tagProcessors
hpc.SetLinkProvider(new LinkProvider(currentWorkingDirectory));
var htmlPipeline = new HtmlPipeline(hpc, new PdfWriterPipeline(doc, writer));
var pipeline = new CssResolverPipeline(cssResolver, htmlPipeline);
var worker = new XMLWorker(pipeline, true);
var xmlParser = new XMLParser(true, worker, Encoding.UTF8);
//Ok, now we can finally parse all this
using (var srHtml = new StringReader(content)) {
xmlParser.Parse(srHtml);
}
doc.Close();
注意我写的"这是关键的一行"。这就是我用于调试的目的。
因此,在内容中,我有在<head>
标记中设置的有效<link href='[valid address]' rel="stylesheet" />
。预处理风格,我确保使用我的方法ConvertHTMLtoXHTML将内容解析为完全解析的href(它使用HTMLAgilityPack,我验证了内容具有完全解析的URL)。示例完全解析的url类似于http://localhost/foo/bar.css
但是,内容不使用CSS进行渲染。因此,我转到AddCssFile(请参阅这是关键行),并试图通过URI路径将文件添加到那里(这都在我的系统上,所以我使用'http://localhost/foo/bar/blah.css’)。这引发了一个异常,因为它找不到文件(异常为System.IO.IOException: retrieve.file.from.nothing
)。
我然后通过AddCssFile(例如:D:''foo''bar''bah.css)在我的文件系统上按原样添加文件,因此它成功了!!
我的问题是,是否有一种方法可以让XMLWorker读取链接标记(如果我已经完全解析了它们),而不是我必须找到所有链接标记,将它们转换到磁盘上的位置,然后通过CSSRevolver添加它们?
附加信息:
- ASP.Net MVC 4
- iTextSharp 5.5.8
- iTextSharp.xml工作程序5.5.8
确定了一个解决方案-必须挖掘iTextSharp的源代码才能弄清楚发生了什么,因为我使用的是编译后的DLL,而异常消息并没有完全帮助。
这是一个由两部分组成的
获取CSS时需要身份验证
我的网站只允许经过身份验证的用户使用该网站。因此,当iTextSharp在FileRetrieveImpl
中生成WebRequest
时,它正在生成一个简单的未经验证的GET请求。该请求随后失败,出现401-Unauthorized,进而引发iTextSharp的retrieve.file.from.nothing
异常。
为了解决这个问题,我需要使用以下代码
WebRequest w = WebRequest.Create(url);
w.UseDefaultCredentials = true;
w.PreAuthenticate = true;
w.Credentials = CredentialCache.DefaultCredentials;
在提出请求之前。因此,我需要覆盖我正在使用的ICSSResolver
解析器上的FileRetrieve
。我决定我需要FileRetrieveImpl
的当前实现,同时覆盖引起我悲伤的方法ProcessFromHref
。
因此,我写了以下内容,我从FileRetrieveImpl
复制并粘贴了我需要的项目。
private class CustomFileRetriever : FileRetrieveImpl {
private static ILogger LOGGER = LoggerFactory.GetLogger(typeof(FileRetrieveImpl));
private IList<string> rootdirs;
private IList<string> urls;
public CustomFileRetriever() {
rootdirs = new List<string>();
urls = new List<string>();
}
private Uri DetectWithRootUrls(string href) {
foreach (string root in urls) {
try {
return new Uri(root + href);
} catch (UriFormatException) {
}
}
throw new UriFormatException();
}
public override void ProcessFromHref(string href, IReadingProcessor processor) {
if (LOGGER.IsLogging(Level.DEBUG)) {
LOGGER.Debug(string.Format(LocaleMessages.GetInstance().GetMessage("retrieve.file.from"), href));
}
Uri url = null;
bool isfile = false;
string f = href;
try {
url = new Uri(href);
} catch (UriFormatException) {
try {
url = DetectWithRootUrls(href);
} catch (UriFormatException) {
// its probably a file, try to detect it.
isfile = true;
if (!(File.Exists(href))) {
isfile = false;
foreach (string root in rootdirs) {
f = Path.Combine(root, href);
if (File.Exists(f)) {
isfile = true;
break;
}
}
}
}
}
Stream inp = null;
if (null != url) {
//***********************
//Begin changed part
//***********************
WebRequest w = WebRequest.Create(url);
w.UseDefaultCredentials = true;
w.PreAuthenticate = true;
w.Credentials = CredentialCache.DefaultCredentials;
//***********************
//End changed part
//***********************
try {
inp = w.GetResponse().GetResponseStream();
} catch (WebException) {
throw new IOException(LocaleMessages.GetInstance().GetMessage("retrieve.file.from.nothing"));
}
} else if (isfile) {
inp = new FileStream(f, FileMode.Open, FileAccess.Read, FileShare.Read);
} else {
throw new IOException(LocaleMessages.GetInstance().GetMessage("retrieve.file.from.nothing"));
}
Read(processor, inp);
}
private void Read(IReadingProcessor processor, Stream inp) {
try {
int inbit = -1;
while ((inbit = inp.ReadByte()) != -1) {
processor.Process(inbit);
}
} catch (IOException e) {
throw e;
} finally {
try {
if (null != inp) {
inp.Close();
}
} catch (IOException e) {
throw new RuntimeWorkerException(e);
}
}
}
}
然后,我简单地重写默认的文件检索器
ICSSResolver cssResolver = XMLWorkerHelper.GetInstance().GetDefaultCssResolver(false);
cssResolver.FileRetrieve = new CustomFileRetriever();
这解决了我打电话给AddCssFile
并得到retrieve.file.from.nothing
的问题。然而,我不只是想调用AddCssFile,我想让iTextSharp识别链接。因此,这将引导我进入下一部分。
HTML源中的链接标签需要特定属性
在我的问题陈述中,我写到了它是如何没有收到<link href='[valid address]' rel="stylesheet" />
的。这是因为它缺少属性标记type="text/css"
。因此,我应该有<link href='[valid address]' rel="stylesheet" type="text/css"/>
我通过阅读源代码(请参阅链接)发现了这一点。在处理XHTML标记时,可以看到标记已经完全存在并且已经完全解析。