如何突出显示 pdf 并转换为 HTML 使用 GroupDocs

在 PDF 中突出显示文本并将结果转换为带样式的 HTML 页面是法律审查、电子学习和数字出版的常见需求。在本教程中，您将了解如何使用 GroupDocs.Redaction for .NET 突出显示 pdf 文件，然后生成可嵌入网页门户或学习管理系统的突出显示 HTML 输出。指南涵盖环境设置、路径初始化、HTML 页面生成以及资源 URL 处理——全部配有可直接运行的 C# 代码片段。

快速答案

  • 哪个库负责突出显示？ GroupDocs.Redaction for .NET。
  • 支持哪些 .NET 版本？ .NET Framework 4.6+、.NET Core 3.1+、.NET 5/6/7。
  • 生产环境需要许可证吗？ 是的——商业许可证可移除试用限制。
  • 可以处理大 PDF（数百页）吗？ 可以，API 会流式读取页面，处理 500 页文件时内存占用不足 200 MB。
  • HTML 输出是交互式的吗？ 生成的 HTML 为静态页面但已完全样式化；您可以自行添加 JavaScript 实现交互。

什么是 PDF 文本突出显示？

PDF 文本突出显示是一种视觉标记，会在选定字符后面绘制彩色覆盖层，使其在文档查看时更加醒目。GroupDocs.Redaction 直接在 PDF 的内容流中添加此覆盖层，既保留原始布局，又在导出的 HTML 中呈现突出显示效果。

为什么使用 GroupDocs.Redaction for .NET？

GroupDocs.Redaction 支持 70+ 输入和输出格式，能够在 不将整个文件加载到内存 的情况下处理多达 500 页 的 PDF，并提供 单遍 API 同时完成脱敏和突出显示。这些量化能力使其成为企业级文档流水线的可靠选择。

前置条件

  • 开发环境： Visual Studio 2022（或更高）配合 .NET Core 3.1 / .NET 6 项目。
  • NuGet 包： GroupDocs.Redaction（最新稳定版）。
  • 基础知识： C# 语法、文件系统路径以及 HTML 基础。

如何为 .NET 设置 GroupDocs.Redaction？

要安装库，请选择以下三种支持的方法之一。 .NET CLI 命令将包添加到项目文件，Package Manager Console 通过 NuGet 集成，而 UI 提供图形化浏览和安装方式。三种方式最终都会引用相同的 GroupDocs.Redaction 程序集，帮助您立即开始编码。

使用 .NET CLI：

dotnet add package GroupDocs.Redaction

使用 Package Manager Console：

Install-Package GroupDocs.Redaction

使用 NuGet Package Manager UI： 搜索 “GroupDocs.Redaction” 并点击 Install。

安装完成后，在 C# 文件顶部添加 using 指令：

using GroupDocs.Redaction;

Feature_InitializeIndexedFileInfo 类是如何工作的？

Feature_InitializeIndexedFileInfo 是一个帮助类，用于创建并存储查看器缓存和源 PDF 所需的路径。

该类准备了查看器和 HTML 生成器依赖的文件系统位置。它会为临时文件创建专用缓存文件夹，从源 PDF 派生文件夹名称，并存储原始文档的绝对路径。这些属性以只读成员形式暴露，供后续处理使用。

// ```csharp
using GroupDocs.Redaction;

// Initialize the Redactor
Redactor redactor = new Redactor("your-file-path.pdf");

如何生成 HTML 页面文件路径？

Feature_GenerateHtmlPageFilePath 根据页码为每个 HTML 页面生成确定性的文件名。

该类构建唯一标识每个渲染页面的文件名，使用简单的 p{pageNumber}.html 模式。随后将该名称与先前创建的缓存文件夹路径组合，生成 HTML 可保存的完整文件系统位置。这种确定性命名可避免在处理多页 PDF 时出现冲突。

// ```csharp
using System.IO;

namespace GroupDocs.Search.Examples.CSharp.HighlightInHtml
{
    internal class Feature_InitializeIndexedFileInfo
    {
        private readonly string _viewerCacheFolderPath;
        private readonly string _filePath;
        private readonly string _fileFolderName;
        private readonly string _fileCacheFolderPath;

        public Feature_InitializeIndexedFileInfo(string viewerCacheFolderPath, string filePath)
        {
            // Store the provided cache folder path.
            _viewerCacheFolderPath = viewerCacheFolderPath;
            
            // Store the file path.
            _filePath = filePath;
            
            // Extract and modify the file name to create a folder name.
            var fileName = Path.GetFileName(_filePath);
            _fileFolderName = fileName.Replace(".", "_");
            
            // Combine paths for cache directory.
            _fileCacheFolderPath = Path.Combine(viewerCacheFolderPath, _fileFolderName);
        }

        public string ViewerCacheFolderPath => _viewerCacheFolderPath;
        
        public string FilePath => _filePath;
        
        public string FileFolderName => _fileFolderName;
        
        public string FileCacheFolderPath => _fileCacheFolderPath;
    }
}

如何创建 HTML 页面资源文件路径和 URL？

Feature_GenerateHtmlPageResourceFilePathAndUrl 同时构建资源的物理文件路径和对应的 Web URL。

图片、字体或 CSS 等资源既需要磁盘上的位置，也需要浏览器可请求的 URL。该类接受页码和资源名称，返回一个元组，包含缓存文件夹内的绝对文件系统路径以及可由 Web 服务器映射的虚拟 URL。采用此方式可确保生成页面之间的资源引用保持一致。

// ```csharp
using System.IO;

namespace GroupDocs.Search.Examples.CSharp.HighlightInHtml
{
    internal class Feature_GenerateHtmlPageFilePath
    {
        private readonly string _fileCacheFolderPath;

        public Feature_GenerateHtmlPageFilePath(string fileCacheFolderPath)
        {
            // Initialize with cache folder path.
            _fileCacheFolderPath = fileCacheFolderPath;
        }

        public string GetHtmlPageFilePath(int pageNumber)
        {
            // Create a page-specific HTML file name.
            string pageFileName = $"p{pageNumber}.html";
            
            // Combine paths for the full file location.
            string pageFilePath = Path.Combine(_fileCacheFolderPath, pageFileName);
            return pageFilePath;
        }
    }
}

实际应用场景

  1. 法律文档审查： 突出显示条款，导出为 HTML，让律师在浏览器中进行批注。
  2. 电子学习内容： 将带注释的讲义 PDF 转换为可搜索高亮的交互式网页。
  3. 数字出版： 生成适合网络的杂志版本，突出显示的摘录吸引读者注意。

这些场景受益于 GroupDocs.Redaction 提供的 高性能流式处理，可每日处理成千上万份文档。

常见问题及解决方案

问题原因解决方案
突出显示在 HTML 中未出现生成页面缺少 CSS 类确保引用查看器的 highlight.css，或手动嵌入样式块。
大 PDF 导致内存不足使用 Document.Load 未启用流式使用 RedactorOptions 并将 EnableStreaming = true。
资源 URL 返回 404基础 URL 配置错误将 RedactionViewerOptions.BaseUrl 设置为静态文件根目录。

常见问答

问：我可以一次在同一个 PDF 中突出显示多个章节吗？
答：可以。将一组 RedactionRegion 对象传递给 Redactor.Apply，每个区域都会在同一次操作中被突出显示。

问：API 是否支持基于关键字的突出显示？
答：支持。使用 Redactor.Search 查找所有匹配项，然后对得到的区域应用高亮脱敏。

问：生成的 HTML 是交互式的吗（例如点击跳转）？
答：默认输出为静态页面，但您可以在生成后注入 JavaScript，实现导航、工具提示或自定义点击处理。

问：如何更改高亮颜色？
答：在导出的 HTML 中修改 CSS 类 .redaction-highlight，或在调用前设置 RedactionOptions.HighlightColor 属性。

问：这能处理大于 1 GB 的 PDF 吗？
答：可以，只要启用流式并分配足够的临时磁盘空间；API 永不将整个文档一次性加载到内存。

结论

现在，您已经掌握了使用 GroupDocs.Redaction for .NET 如何突出显示 pdf 并将其转换为带高亮的 HTML 页面的一整套生产就绪工作流。通过初始化索引文件信息、生成确定性的 HTML 路径以及处理资源 URL，您可以将此方案集成到任何基于 .NET 的文档管理系统、法律审查门户或电子学习平台中。

最后更新： 2026-08-20
测试环境： GroupDocs.Redaction 23.12 for .NET
作者： GroupDocs

using System.IO;

namespace GroupDocs.Search.Examples.CSharp.HighlightInHtml
{
    internal class Feature_GenerateHtmlPageResourceFilePathAndUrl
    {
        private readonly string _fileCacheFolderPath;

        public Feature_GenerateHtmlPageResourceFilePathAndUrl(string fileCacheFolderPath)
        {
            // Initialize with the cache folder path.
            _fileCacheFolderPath = fileCacheFolderPath;
        }

        public string GetHtmlPageResourceFilePath(int pageNumber, string resourceFileName)
        {
            // Construct a unique name for resources.
            string resFileName = GetResourceFileName(pageNumber, resourceFileName);
            
            // Combine paths to form full resource path.
            string resFilePath = Path.Combine(_fileCacheFolderPath, resFileName);
            return resFilePath;
        }

        public string GetHtmlPageResourceUrl(int pageNumber, string resourceFileName)
        {
            // Generate a URL-like string for the resource.
            return GetResourceFileName(pageNumber, resourceFileName);
        }

        private static string GetResourceFileName(int pageNumber, string resourceFileName)
        {
            // Construct resource names based on page number and file name.
            var resFileName = $"p{pageNumber}_{resourceFileName}";
            return resFileName;
        }
    }
}

相关教程