通过代码实现Excel转Pdf

序言

在数字化时代，数据的转换和呈现方式对于提高工作效率和信息共享至关重要。Excel作为微软推出的一款功能强大的电子表格软件，广泛应用于数据处理、分析和可视化。然而，Excel文件的格式限制了其在不同平台和设备上的通用性。PDF（Portable Document Format）文件格式以其跨平台兼容性和稳定性而广受欢迎，能够确保文档在不同设备和操作系统上保持原貌。不过在.net平台下，想要实现 Excel 转 Pdf确有一些麻烦，网上资源不少，但都不是很完美，本人找了很久，要么收费，要么转换时无法保留Excel的样式，或者平台兼容性不好。前段时间在github上闲逛，还真被我发现了一些宝贝，今天分享出来，希望能帮到需要的朋友。

实现思路

如果要直接将Excel转为Pdf比较困难，至少我没有发现好的方法，如果有人知道更直接的方法，还请大家评论区告诉我一声。网上一般的做法是，先将Excel转换为Html，在将Html转换为Pdf，我也采取这一思路。 Excel转Html的过程，用的是这个库：ExccelToHtml.Core，可惜没人给Star，我先给一个。Html转Pdf用的是 ChromeHtmlToPdf，这个库依赖Chrome浏览器，因此需要先安装Chrome浏览器，它的特点是跨平台，还可以将url地址直接转成Pdf。

调用代码

csharp 复制代码

using ChromiumHtmlToPdfLib;
using ChromiumHtmlToPdfLib.Enums;
using ChromiumHtmlToPdfLib.Settings;
using Excel2PdfDemo.Excel2Html;

await Excel2Pdf("test.xlsx", "test.pdf");

async Task Excel2Pdf(string excelFileName, string savedFileName)
{
    var html = await Excel2Html(excelFileName, "test.html");

    await Html2Pdf(savedFileName, html, null);
}

async ValueTask Html2Pdf(string savedFileName, string? html, string? url)
{
    if (string.IsNullOrWhiteSpace(html) && string.IsNullOrWhiteSpace(url)) return;
    var pageSettings = new PageSettings
    {
        PrintBackground = true
    };
    
    await using var converter = new Converter();
    if (!string.IsNullOrWhiteSpace(url))
        await converter.ConvertToPdfAsync(new ConvertUri(url), savedFileName, pageSettings);
    else
        await converter.ConvertToPdfAsync(html, savedFileName, pageSettings);
}

async Task<string> Excel2Html(string excelFilePath, string? savedFileName = null)
{
    await using var stream = new FileStream(excelFilePath, FileMode.Open,
        FileAccess.ReadWrite);
    var result = await ExcelToHtmlConverter.GenerateUiAsync(stream);
    var html = result.ToString();
    if (!string.IsNullOrWhiteSpace(savedFileName))
        await File.WriteAllTextAsync(savedFileName, result.ToString());

    return html;
}

说明：调用代码没什么好说的，提前准备了一个 test.xlsx 文件，按照 github 说明调用即可。

效果展示

原excel如下图：
转换后的pdf如下图：

问题发现

看截图，大家应该发现了吧，转换之后的pdf完全不是我想要的那个样子，有几个问题：

左边有一串序号，应该是excel转html时，把excel的序号列给渲染出来了
转换后的pdf被"限宽"了，本来只有一页，结果硬生生的被"切了一刀"。
在pdf底部，多了一个 Sheet1字样，这个在大部分场景下是不需要的。

代码改造之旅

针对问题1和3，阅读过源码后，发现了改造的入口点，请看截图及代码：

ini 复制代码

//取消Excel2Html源码中的 序号列
private static string RemoveNumberColumn(string html)
{
    var tableDoc = new HtmlDocument();
    tableDoc.LoadHtml(html);
    var table = tableDoc.DocumentNode.SelectSingleNode("//table");
    var cells = table.SelectNodes("(//td|//th)");
    return cells.Where(IsFirstColumn).Aggregate(html, (current, cell) => current.Replace(cell.OuterHtml, ""));
}

private static bool IsFirstColumn(HtmlNode cell)
{
    var row = cell.ParentNode;
    var firstCell = row.FirstChild;
    var r= Equals(cell, firstCell);
    return r;
}

问题2，看过文档发现没有直接设置pdf横向的相关设置，只能将页面规格，由默认的A4改为A2，请看截图：改造之后，再看看效果：

结束语

随着代码的调试和问题的逐步解决，我们不仅成功地将Excel文件转换为PDF格式，而且在这个过程中获得了宝贵的经验。这个过程教会我们，面对技术挑战时，耐心和细致的分析是解决问题的关键。我们通过这次实践，不仅加深了对编程语言和库的理解，还学习了如何高效地处理文件格式转换。这不仅仅是一个技术实现的过程，更是一个不断学习和成长的过程。