HTMLはオープンスタンダードのウェブマークアップ言語であり、クロスプラットフォーム対応、簡単な閲覧、検索エンジンに優しい特性を備えています。このため、コンテンツを多くのデバイスで簡単にアクセスできるようにし、オンラインでの共有やインタラクションを最適化します。PDFファイルをHTML形式に変換することで、PDFの内容をブラウザで手軽に表示でき、より複雑なHTMLページへの統合も簡単になります。C#を使って.NETフレームワークでこれを実現すれば、高速な変換や自動化も可能です。本記事では、.NETフレームワークを使用してC#でPDFファイルをHTML形式に変換する方法を紹介します。

C#でPDFをHTML形式に直接変換する方法
PDFをHTMLに変換する際のカスタムオプション設定
ストリームを使用してPDFをHTMLに変換する方法

使用するツールは無料のFree Spire.PDF for .NETです。インストールは以下のコマンドで行います：

Install-Package FreeSpire.PDF

記事で使用したPDF文書の例：

C#でPDFをHTML形式に直接変換する方法

PdfDocument.LoadFromFile()メソッドを使用してPDFファイルを読み込み、その後PdfDocument.SaveToFile(string: fileName, FileFormat.HTML)メソッドでHTMLファイルとして保存します。操作手順は以下の通りです：

必要なモジュールをインポートする。
PdfDocumentインスタンスを作成し、PdfDocument.LoadFromFile()でPDFファイルを読み込む。
PdfDocument.SaveToFile(string: fileName, FileFormat.HTML)でHTML形式に変換して保存する。
リソースを解放する。

コード例

using Spire.Pdf;

namespace PDFToHTML
{
    class Program
    {
        static void Main(string[] args)
        {
            // PdfDocumentインスタンスを作成
            PdfDocument pdf = new PdfDocument();

            // PDFファイルを読み込む
            pdf.LoadFromFile("Sample.pdf");

            // PDFをHTMLに変換して保存
            pdf.SaveToFile("output/PDFToHTML.html", FileFormat.HTML);

            // リソースを解放する
            pdf.Dispose();
        }
    }
}

実行結果

PDFをHTMLに変換する際のカスタムオプション設定

PDFを読み込んだ後、PdfDocument.ConvertOptionsプロパティを使用してPdfConvertOptionsインスタンスを取得し、PdfConvertOptions.SetPdfToHtmlOptions()メソッドで変換オプションを設定します。このメソッドには以下の4つのパラメータがあります：

bool: SVGをHTMLに埋め込むかどうか
bool: 画像をHTMLに埋め込むかどうか
int: 単一ファイルの最大ページ数
bool: 高品質のSVGを使用するかどうか

操作手順は以下の通りです：

必要なモジュールをインポートする。
PdfDocumentインスタンスを作成し、PdfDocument.LoadFromFile()でPDFファイルを読み込む。
PdfDocument.ConvertOptionsプロパティを利用してPdfConvertOptionsを取得する。
PdfConvertOptions.SetPdfToHtmlOptions()を使用してオプションを設定する。
PdfDocument.SaveToFile(string: fileName, FileFormat.HTML)でHTML形式に変換して保存する。
リソースを解放する。

コード例

using Spire.Pdf;

namespace PDFToHTML
{
    class Program
    {
        static void Main(string[] args)
        {
            // PdfDocumentインスタンスを作成
            PdfDocument pdf = new PdfDocument();

            // PDFファイルを読み込む
            pdf.LoadFromFile("Sample.pdf");

            // ConvertOptionsプロパティにアクセス
            PdfConvertOptions toHtmlOptions = pdf.ConvertOptions;

            // HTML変換オプションを設定
            toHtmlOptions.SetPdfToHtmlOptions(false, true, 5, false);

            // PDFをHTMLに変換して保存
            pdf.SaveToFile("output/PDFToHTML.html", FileFormat.HTML);

            // リソースを解放する
            pdf.Dispose();
        }
    }
}

実行結果

ストリームを使用してPDFをHTMLに変換する方法

ディスクからPDFファイルを読み込んで変換するだけでなく、PdfDocument.LoadFromStream()メソッドを使用してストリームから直接PDFを読み込み、PdfDocument.SaveToStream(Stream: stream, FileFormat.HTML)でHTML形式のストリームに変換することも可能です。操作手順は以下の通りです：

必要なモジュールをインポートする。
MemoryStreamインスタンスを作成する、または既存のインスタンスを使用する。
PdfDocumentインスタンスを作成し、PdfDocument.LoadFromStream()でストリームからPDFを読み込む。
PdfDocument.SaveToStream(Stream: stream, FileFormat.HTML)でHTML形式のストリームに変換する。
ストリームをファイルに書き込むか、他の用途に利用する。
リソースを解放する。

コード例

using Spire.Pdf;

namespace PDFToHTML
{
    class Program
    {
        static void Main(string[] args)
        {
            // Streamインスタンスを作成するか、既存のインスタンスを使用
            MemoryStream stream = new MemoryStream();
            File.OpenRead("Sample.pdf").CopyTo(stream);

            // PdfDocumentインスタンスを作成
            PdfDocument pdf = new PdfDocument();

            // ストリームからPDFファイルを読み込む
            pdf.LoadFromStream(stream);

            // PDFをHTMLに変換し、ストリームに保存
            pdf.SaveToStream(stream, FileFormat.HTML);
            
            // ストリームをファイルに書き込むか、必要に応じて他の操作を実行
            File.WriteAllBytes("output/PDFToHTMLStream.html", stream.ToArray());

            // リソースを解放する
            pdf.Dispose();
        }
    }
}

実行結果

本記事では、.NETフレームワークを使用してC#でPDFをHTML形式に変換する方法を、具体的な手順とコード例を交えて解説しました。