RTF to HTML (am Besten ohne MS Word)

dive26 · 28. Oktober 2018, 12:08

Hallo Leute,

als ich dachte ich wäre fertig und es würde alles funktionieren, hat mir Windows 10 wieder einen Strich durch die Rechnung gemacht.

Ich muss ein RTF in HTML umwandeln. Dazu gibt es viele verschiedene Codeschnippsel im Internet, wovon mir die mit MS Word am besten gefiel, weil "eigentlich" alles klappte.

Hier die beiden Code-Varianten die grundsätzlich funktionieren.
Die erste Variante habe ich zuerst integriert, zum Probieren auch noch die zweite weiter unten.

VB.NET-Quellcode

''' <summary>
''' Erste Variante mit Clipboard übergabe
''' </summary>
''' <param name="sRTF"></param>
''' <returns></returns>
''' <remarks></remarks>
Public Function sRTF_To_HTML(ByVal sRTF As String) As String
Dim MyWord As Word.Application
Dim oDoNotSaveChanges As Object = Word.WdSaveOptions.wdDoNotSaveChanges
Dim sReturnString As String = ""
Dim sConvertedString As String = ""
MyWord = CType(CreateObject("Word.Application"), Word.Application) 'CreateObject("Word.application")
Try
MyWord.Visible = False
MyWord.Documents.Add()
Dim doRTF As New System.Windows.Forms.DataObject
doRTF.SetData("Rich Text Format", sRTF)
Clipboard.SetDataObject(doRTF)
MyWord.Windows(1).Selection.Paste()
MyWord.Windows(1).Selection.WholeStory()
MyWord.Windows(1).Selection.Copy()
sConvertedString = Clipboard.GetData(System.Windows.Forms.DataFormats.Html).ToString
sConvertedString = sConvertedString.Substring(sConvertedString.IndexOf("<html"))
sConvertedString = sConvertedString.Replace("Ã‚", "")
sReturnString = sConvertedString
If Not MyWord Is Nothing Then
MyWord.Quit(oDoNotSaveChanges)
MyWord = Nothing
End If
Catch ex As Exception
If Not MyWord Is Nothing Then
MyWord.Quit(oDoNotSaveChanges)
MyWord = Nothing
End If
MsgBox("Error converting Rich Text to HTML")
End Try
Return sReturnString
End Function

VB.NET-Quellcode

''' <summary>
''' Zweite Variante mit Datei speichern
''' </summary>
''' <param name="r"></param>
''' <returns></returns>
''' <remarks></remarks>
Public Function ConvertRTFToHTML(r As RichTextBox) As String
Dim RTFDatei As String = Path.Combine(BONitERP2_LokalerOrdner, "temp.rtf")
Dim HTMDatei As Object = Path.Combine(BONitERP2_LokalerOrdner, "temp.htm")
r.SaveFile(RTFDatei)
Dim w As Word.Application
w = New Word.Application
Dim d As Word.Document
d = w.Documents.Open(FileName:="" + RTFDatei + "", ConfirmConversions:=False)
d.SaveAs(HTMDatei, Word.WdSaveFormat.wdFormatHTML)
'Würde das Dokument als PDF speichern
'd.ExportAsFixedFormat("c:\test.pdf", Word.WdExportFormat.wdExportFormatPDF, True, Word.WdExportOptimizeFor.wdExportOptimizeForPrint, Word.WdExportRange.wdExportAllDocument)
d.Close()
w.Quit()
Return "" 'wird vorerst noch nix zurückgegeben, weil die Funktion erst mit Word unter Windows 10 funktionieren muss
End Function

Beide Varianten funktionieren unter Windows 7 und Windows 8 mit Word 2007 einwandfrei.
Nachdem die Funktion fertig ausgeführt wurde, ist Winword nicht mehr im Tastkmanager auffindbar - wurde also rasch beendet und entladen.

Bei folgenden Rechner/Word Kombinationen entlädt sich WORD nicht sofort, sondern erst nach 10-15 Sekunden und blockiert solange den Bildschirmaufbau der eigenen Anwendung.
* Windows 10 mit Word 2016
* Windows 10 mit Word 365

Als Verweis eingebunden wurde Microsoft.Word 12.0 Object Library

Falls Ihr eine Idee habt warum das so ist und wie ich dieses Blockieren verhindern kann, dann wäre das super.

Oder noch besser:
Wenn Ihr eine Alternative (gerne auch kostenpflichtige) Komponeten für RTF to HTML kennt oder schon benutzt habt, dann wäre ich Euch für einen Hinweis darauf sehr verbunden.
Eine externe, von Word unabhängige Komponente, wäre ohnehin besser. Denn alle User ohne MS Word können obigen Code nicht nutzen.

xChRoNiKx · 28. Oktober 2018, 12:29

Wenn du WPF nutzt: code.msdn.microsoft.com/window…-RTF-and-aaa02a6e#content
Weiß nicht ob man das so auch in WinForms nutzen kann.

Desweiteren ist dein Try-Catch ziemlich öde; das behindert doch das Debuggen und die Fehlersuche ungemein.

dive26 · 28. Oktober 2018, 12:39

Desweiteren ist dein Try-Catch ziemlich öde; das behindert doch das Debuggen und die Fehlersuche ungemein.

Schon klar, dass es bei der Fehlersuche auskommentiert wird. Aber es kommt ja keine Fehlermeldung. Das ist das Eigenartige.

xChRoNiKx · 28. Oktober 2018, 12:41

Ich rede davon wenn was kommt dann kommt nur "error converting" was nichts sagend ist. Aber egal.

Wie ist das mit dem Link nutzt du WPF oder WinForms?

VaporiZed · 28. Oktober 2018, 16:08

dive26 schrieb:

Aber es kommt ja keine Fehlermeldung. Das ist das Eigenartige.

Erwartest Du eine? Wenn ja, an welcher Stelle? Schließ doch erstmal aus, dass es an Word selber insofern liegt, dass es einfach von sich aus sehr lange zum Verabschieden braucht. Öffne und schließe per VB mal Word und schau, wie lange es im TaskManager bleibt. Geht es schnell, pack eben immer mehr bisherigen Code dazu, bis Du den Störenfried entdeckt hast.

Kurzer Einwurf:

VB.NET-Quellcode

Public Function sRTF_To_HTML(ByVal sRTF As String) As String
Try
'...
If Not MyWord Is Nothing Then
MyWord.Quit(oDoNotSaveChanges)
MyWord = Nothing
End If
Catch ex As Exception
If Not MyWord Is Nothing Then
MyWord.Quit(oDoNotSaveChanges)
MyWord = Nothing
End If
MsgBox("Error converting Rich Text to HTML")
End Try

m.E. besser:

VB.NET-Quellcode

Public Function sRTF_To_HTML(ByVal sRTF As String) As String
Try
'...
Catch ex As Exception
MsgBox("Error converting Rich Text to HTML")
Finally
If Not MyWord Is Nothing Then
MyWord.Quit(oDoNotSaveChanges)
MyWord = Nothing
End If
End Try

##########

Bei mir dauert Word 2016 öffnen und schließen ohne irgendwelchen Zusatzcode ca. 10 Sekunden.

dive26 · 28. Oktober 2018, 19:30

Öffne und schließe per VB mal Word und schau, wie lange es im TaskManager bleibt.

Hab ich eh gemacht (nur das Word-Objekt erstellt und wieder geschlossen). Daher ist es mir ja auch aufgefallen, weil der "Versuch" Word zu öffnen wird beim ersten Programmstart aufgerufen um zu sehen ob Word installiert ist (dann ist HTML Email aktiviert) oder nicht (dann ist TEXT Email aktiviert). Auf insgesamt 5 Rechnern (1x Win7, 1x Win8 und 3x Win10) hats bei den Win10 Rechnern nur ungenügend funktioniert. Es scheint so, als ob WORD im Hintergrund noch werkelt oder im Speicher ist und damit die Hauptanwendung extrem bei der Leistung beschneidet - also so, dass man in 10 Sekunden zusehen kann wie sich die Form Control für Control aufbaut.

Ich habe die Word-Methode mittlerweile wieder verworfen und mich einer anderen Möglichkeit zugewandt, welche aber auch nur halbversprechend ist. Von Sautinsoft (sautinsoft.net) gibt es da eine fertige .dll Komponente die eigentlich das macht was ich brauche. Jedoch hat die ein Problem die Bilder aus dem RTF-Text korrekt zu extrahieren (die extrahiert zwar die Bilder, aber in einer völlig überdimensionierten Pixelgröße. Das dürfte ein Bug sein. Habe den Hersteller mal angeschrieben. Obwohl die Komponente 400 USD kostet, wäre es das wert - jedoch muss das mit den Grafiken funktionieren.

Eine weitere Möglichkeit die ich jetzt noch ausprobiere ist sevMail. Die habe ich 2009 mal für meine alte VB6 Anwendung erworben und die hat auch die Möglichkeit RTF in HTML umzuwandeln. Muss nur sehen ob sevMail auch Grafiken verarbeiten kann - und ich denke die hatte auch Probleme mit den Farben. Aber da muss ich mal probieren.

xChRoNiKx · 28. Oktober 2018, 19:54

Was spricht gegen die WPF Methode aus meinem Post. Warum 400 dollar ausgeben wenn man das mit Boardmitteln machen kann?

dive26 · 28. Oktober 2018, 19:58

Weil ich WPF nicht kann und nicht verstehe. Bin ein WinForms Programmierer

Ich werde es jetzt mit der vorhandenen sevMail Komponente machen. Sieht vielversprechend aus und kostet mir nichts, da ich die Komponente schon mal gekauft hatte. Noch dazu hat die nur 131kb wogegen die "teure" fast 1 MB groß ist.

dive26 · 28. Oktober 2018, 21:20

So Leute. Meine Endgültige Lösung ist die Konvertierung von RTF in HTMl mit der sevMail Komponente. Eine Header-Grafik kann der User optional einfügen und die wird dann manuell in die HTML-Email integriert und mit der Email mitgeschickt. Hier noch die Screenshots was am Ende im Email-Client rauskommt:

mrMo · 28. Oktober 2018, 22:09

Magst du den Part mal zeigen wo aus dem rtf html gemacht wird?

dive26 · 28. Oktober 2018, 22:17

Das ist recht unspektakulär:

VB.NET-Quellcode

Imports sevMailActiveX

VB.NET-Quellcode

''' <summary>
''' Mit sevMail
''' </summary>
''' <param name="RT_Text">RTF-Inhalt aus der Richtextbox</param>
''' <returns></returns>
''' <remarks></remarks>
Public Function ConvertRTFToHTML(RT_Text As String) As String
Dim sHTMLText As String
Dim oMessage As New sevMail
sHTMLText = oMessage.RTF2HTM(RT_Text, False)
oMessage = Nothing
Return sHTMLText
End Function

Das Header-Image füge ich manuell in den HTML-Code ein und schicke das Image dann mit der Email als Anhang mit. Der Code sucht im HTML-String nach dem ersten >. Das der HTML-String nur <body> </body> als äußere Tags verwendet, kann ich damit nach dem einleitenden BODY-Tag das Image schreiben. Somit ist es an oberster Stelle der Email zu finden.

Achtung: hier seht ihr noch vb6 Codeteile - nicht darauf reagieren - ändere ich morgen auf .NET Sprache ;)

VB.NET-Quellcode

TempSTR = oMessage.RTF2HTM(RT_Text, False)
If LokalesEmailHeaderImageFile <> "" And File.Exists(LokalesEmailHeaderImageFile) Then
Dim IMGString As String = "<img src=""" + Path.GetFileName(LokalesEmailHeaderImageFile) + """>"
Dim Posi As Integer = InStr(TempSTR, ">")
sHTMLText = Left(TempSTR, Posi) + IMGString + Right(TempSTR, TempSTR.Length - Posi)
Else
'Kein Bild im Email-Content
sHTMLText = TempSTR
End If

mrMo · 28. Oktober 2018, 22:34

Cool danke. Klappt es denn sauber wenn ich manuell Bilder einfügen?

dive26 · 28. Oktober 2018, 22:46

Ja, man muss nur wissen wo man die einfpgen möchte. Ist normaler HTML Code.

RTF to HTML (am Besten ohne MS Word)

RTF to HTML (am Besten ohne MS Word)

VB.NET-Quellcode

VB.NET-Quellcode

dive26 schrieb:

VB.NET-Quellcode

VB.NET-Quellcode

VB.NET-Quellcode

VB.NET-Quellcode

VB.NET-Quellcode

Ähnliche Themen

4 Benutzer haben hier geschrieben