iText格式化HTML内容的问题。

用正则表达式：

string ss="/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/"

string s = Regex.Replace(" abra ", ss, "")

itext是一个开源的pdf相关的库，水平有限，没有深入研究，有对pdf进行处理的朋友，在网上搜索一下吧。

最近有一个需求，需要把html转换成pdf，html主要是都是文字信息。表现不复杂，没有表格，图片。网上搜了一下，我这个情况， *** 作还是比较简单的。

下面是我的一短简单代码，已成功测试，可以把html转换成pdf文件 注意：我的html没有图片和表格，如果你有这些内容，需要你自己研究一下。还有一点，我的html是英文的，所以不考虑编码问题，如果是中文的话，应该，还要加载相应的字体的文件。

If Not IO.File.Exists(inputfile) Then

            Throw New IO.FileNotFoundException("输入文件 " & inputfile & " 不存在。")

        End If

        Dim r As New IO.StreamReader(inputfile)

        Try

            Dim st As New iTextSharp.text.html.simpleparser.StyleSheet

            st.LoadTagStyle("body", "leading", "16,0")

            Dim doc As New iTextSharp.text.Document

            iTextSharp.text.pdf.PdfWriter.GetInstance(doc, New IO.FileStream(outputfile, IO.FileMode.Create))

            doc.Open()

            Dim ary As ArrayList = iTextSharp.text.html.simpleparser.HTMLWorker.ParseToList(r, st)

            'Console.WriteLine(ary.Count)

            For i As Int32 = 0 To ary.Count - 1

                doc.Add(CType(ary(i), iTextSharp.text.IElement))

                Console.WriteLine(i)

            Next

            doc.Close()

        Catch ex As Exception

            Throw New System.Exception("HTML 转 PDF  发生错误。" & ex.Message, ex)

        Finally

            r.Close()

        End Try

---