使用 C# 将 HTML 转 Word 或者 Word 转 HTML

HTML作为Web内容的标准格式，与Word这种通用的办公文档格式之间的相互转换，是许多企业级应用中的常见需求。无论是将数据库中的动态内容生成为Word报告，还是将现有的Word文档发布为网页，掌握高效的转换方法都能显著提升工作效率。

本文将介绍如何使用 Spire.Doc for .NET 这个专业的文档处理组件，通过 C# 代码轻松实现 HTML 与 Word 之间的相互转换。

为什么选择 Spire.Doc for .NET？

.NET 框架本身并不原生支持 Word 或 HTML 文档的操作与转换。虽然也有其他开源方案（如 HtmlAgilityPack 搭配 OpenXML SDK），但往往需要开发者手动处理大量细节，且在样式保留、图片嵌入等方面存在不足。

Spire.Doc for .NET 则提供了一个强大且易用的 API，无需在服务器上安装 Microsoft Office 即可完成文档的创建、编辑和转换。它在转换质量上表现出色：

样式保留 ：完整支持 HTML 中的文本格式、颜色、对齐方式等 CSS 样式。
图片处理 ：能自动识别并嵌入 HTML 中的 <img> 标签图片。
表格结构 ：能够保留 HTML 表格的原始布局，避免错乱。
开发复杂度 ：API 设计简洁，开发门槛低。

准备工作：安装 Spire.Doc

在开始编码之前，首先需要在项目中添加 Spire.Doc 的引用。推荐通过 NuGet 包管理器控制台执行以下命令来安装：

1Install-Package Spire.Doc
2

场景一：将 HTML 字符串转换为 Word

这种场景非常灵活，适用于从数据库、API 接口或其他动态数据源获取 HTML 内容，并即时生成 Word 文档。

以下代码演示了如何读取一个 HTML 文件的内容（作为字符串），然后将其转换为一个 .docx 文件：

1using Spire.Doc;
2using Spire.Doc.Documents;
3using System.IO;
4
5namespace ConvertHtmlStringToWord
6{
7    class Program
8    {
9        static void Main(string[] args)
10        {
11            // 1. 创建 Document 对象
12            Document document = new Document();
13
14            // 2. 添加一个节（Section）
15            Section section = document.AddSection();
16            // 可选：设置页面边距
17            section.PageSetup.Margins.All = 2;
18
19            // 3. 添加一个段落（Paragraph）
20            Paragraph paragraph = section.AddParagraph();
21
22            // 4. 从文件读取 HTML 字符串
23            string htmlFilePath = @"C:\Users\Administrator\Desktop\Html.html";
24            string htmlString = File.ReadAllText(htmlFilePath, System.Text.Encoding.UTF8);
25
26            // 5. 将 HTML 字符串追加到段落中
27            paragraph.AppendHTML(htmlString);
28
29            // 6. 保存为 Word 文档
30            document.SaveToFile("AddHtmlStringToWord.docx", FileFormat.Docx);
31
32            // 7. 释放资源
33            document.Dispose();
34        }
35    }
36}
37

核心方法解析 ：

Paragraph.AppendHTML(htmlString) 是转换的关键。它能够解析传入的 HTML 字符串，并将其格式、图片和布局完整地转换为 Word 段落内容。
通过 document.SaveToFile() 方法，我们可以指定输出格式为 FileFormat.Docx。

场景二：将 HTML 文件直接转换为 Word

如果你已经有一个现成的 HTML 文件，希望直接将其转换为 Word 文档，代码会更加简洁：

1using Spire.Doc;
2
3namespace ConvertHtmlToWord
4{
5    class Program
6    {
7        static void Main(string[] args)
8        {
9            // 1. 创建 Document 对象
10            Document document = new Document();
11
12            // 2. 直接加载 HTML 文件
13            document.LoadFromFile(@"C:\Users\Administrator\Desktop\MyHtml.html", FileFormat.Html);
14
15            // 3. 保存为 Word 文档
16            document.SaveToFile("HtmlToWord.docx", FileFormat.Docx);
17
18            // 4. 释放资源
19            document.Dispose();
20        }
21    }
22}
23

这种方式一步到位，Document.LoadFromFile() 方法直接支持加载 FileFormat.Html 格式的文件，省去了手动读取文件内容的步骤。

关键注意事项

在实际使用中，有几个方面需要留意以确保转换效果最佳：

CSS 样式支持 ：Spire.Doc 支持大多数常见的 CSS 样式，如 font-size、color、text-align 等。但对于一些非常复杂的 CSS 布局，转换结果可能会有细微差异。
图片路径 ：HTML 中的 <img> 标签会被自动转换为 Word 中的图片。但请确保图片的路径（无论是本地路径还是网络 URL）在转换时是可访问的。
表格布局 ：对于结构复杂的表格，建议避免使用 table-layout: fixed 等特殊布局属性，以保证转换后的表格在 Word 中显示正确。
性能：对于包含大量内容或高清图片的大文件，建议在后台线程或异步任务中执行转换，避免阻塞主线程。

总结

通过 Spire.Doc for .NET，开发者可以用极少的代码量，在 C# 项目中实现高质量、高保真的 HTML 与 Word 互转。无论是处理动态生成的 HTML 字符串，还是批量转换现有的 HTML 文件，这个库都提供了一个稳定、高效的解决方案，能够帮助你快速构建文档自动化处理流程，将精力更多地投入到业务逻辑本身。

《使用 C# 将 HTML 转 Word 或者 Word 转 HTML》是转载文章，点击查看原文。