如何使用C#為法律行業將HTML轉換為PDF和OCR文件

要將這些庫整合到您的.NET專案中：

• 在Visual Studio C# ConsoleApp 中，以滑鼠右鍵按一下解決方案資源管理器中的項目，然後選擇"管理解決方案的NuGet套件"。

IronZIP

1. 在NuGet套件管理器視窗中，搜尋"IronZIP"。

   

2. 從搜尋結果中選擇"IronZIP"，然後點選"安裝"按鈕。

3. NuGet將自動下載並在您的專案中添加必要的依賴項。

IronPDF

1. 在NuGet套件管理器視窗中，搜尋"IronPDF"。

   

2. 從搜尋結果中選擇"IronPDF"，然後點擊"安裝"按鈕。

IronOCR

1. 在NuGet套件管理器視窗中，搜尋"IronOCR"。

   

2. 從搜尋結果中選擇"IronOCR"，然後點選"安裝"按鈕。

首先，我們將利用 IronZIP 直覺的 API 從 zip 壓縮包中提取 HTML 檔案。只要呼叫一個簡單的方法，我們就能有效率地提取轉換過程所需的必要檔案。

// Extract all contents of the ZIP file to a specified directory
IronZipArchive.ExtractArchiveToDirectory("assets/website.zip", "extracted");

// Extract all contents of the ZIP file to a specified directory
IronZipArchive.ExtractArchiveToDirectory("assets/website.zip", "extracted");

若要充分利用IronZIP庫，請造訪此文件頁面。

輸出 - 提取的 HTML 文件

其次，我們將利用IronPDF的強大功能，輕鬆地將所有提取的 HTML 文件轉換為單一 PDF 文件。 憑藉其簡單易用的 API，我們可以直接在 C# 程式碼中輕鬆產生高品質的 PDF。

// Create a ChromePdfRenderer object for rendering HTML to PDF (consider using IronHtmlRenderer for better HTML to PDF conversion)
ChromePdfRenderer renderer = new ChromePdfRenderer();

// Initialize an empty list to store the individual PDF documents
List<PdfDocument> pdfs = new List<PdfDocument>();

// Get all HTML files with the .html extension from the "extracted" folder
var htmlFiles = Directory.EnumerateFiles("extracted", "*.html");

// Loop through each HTML file
foreach (var htmlFile in htmlFiles)
{
    // Render the current HTML file as a PDF document using the ChromePdfRenderer
    var pdf = renderer.RenderHtmlFileAsPdf(htmlFile);

    // Add the generated PDF document to the list
    pdfs.Add(pdf);
}

// Merge all the individual PDF documents in the list into a single PDF document
var document = PdfDocument.Merge(pdfs);

// Save the merged PDF document as "HtmlToPDF.pdf"
document.SaveAs("HtmlToPDF.pdf");

// Create a ChromePdfRenderer object for rendering HTML to PDF (consider using IronHtmlRenderer for better HTML to PDF conversion)
ChromePdfRenderer renderer = new ChromePdfRenderer();

// Initialize an empty list to store the individual PDF documents
List<PdfDocument> pdfs = new List<PdfDocument>();

// Get all HTML files with the .html extension from the "extracted" folder
var htmlFiles = Directory.EnumerateFiles("extracted", "*.html");

// Loop through each HTML file
foreach (var htmlFile in htmlFiles)
{
    // Render the current HTML file as a PDF document using the ChromePdfRenderer
    var pdf = renderer.RenderHtmlFileAsPdf(htmlFile);

    // Add the generated PDF document to the list
    pdfs.Add(pdf);
}

// Merge all the individual PDF documents in the list into a single PDF document
var document = PdfDocument.Merge(pdfs);

// Save the merged PDF document as "HtmlToPDF.pdf"
document.SaveAs("HtmlToPDF.pdf");

IronPDF不僅提供從 HTML 檔案、HTML 表單、HTML 字串或 URL 轉換 PDF 的功能，還提供從其他格式轉換 PDF 的功能。 如需更多詳細資訊和可直接使用的範例程式碼片段，請造訪此文件和程式碼範例頁面。

輸出 - PDF

使用 IronPDF 強大的 Chromium HTML 轉換引擎，輸出的 PDF 可以清楚地將每個 HTML 頁面內容顯示在單獨的 PDF 頁面上。

此外，您也可以使用IronPrint for .NET (C# 列印庫)來列印產生的 PDF 檔案。 IronPrintIronPrint有效率地將 PDF 或影像傳送到預設印表機進行列印。

有關如何使用IronPrint列印文件的更多信息，請訪問此文件頁面。

最後，使用IronOCR從生成的 PDF 文件中提取可搜尋文字。 利用 IronOCR 的先進文字擷取功能，我們可以確保擷取的文字準確無誤，並可用於進一步處理。

以下程式碼片段讀取由IronPDF產生的 PDF 文件，並成功執行OCR以進行進一步分析：

// Create an IronTesseract object for Optical Character Recognition (OCR)
var ocrTesseract = new IronTesseract();

// Create an OcrInput object to specify the input for OCR processing
using var ocrInput = new OcrInput();

// Load the PDF document for text extraction
ocrInput.LoadPdf("HtmlToPDF.pdf");

// Perform OCR on the loaded PDF using the IronTesseract engine
var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text to the console
Console.WriteLine(ocrResult.Text);

// Create an IronTesseract object for Optical Character Recognition (OCR)
var ocrTesseract = new IronTesseract();

// Create an OcrInput object to specify the input for OCR processing
using var ocrInput = new OcrInput();

// Load the PDF document for text extraction
ocrInput.LoadPdf("HtmlToPDF.pdf");

// Perform OCR on the loaded PDF using the IronTesseract engine
var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text to the console
Console.WriteLine(ocrResult.Text);

如需對文字進行更詳細的分析，請造訪此處的現成程式碼範例頁面。

輸出 - PDF 文字

輸出結果不言自明：快速、準確、無誤，充分證明了IronOCR的高效率。