HTML转PDF之HTML内容解析和PostScript的生成

因为这两块内容很相关，所以我在这里把它们一块写了。
HTML的标准标签有很多，但是事实上分析一下，除了表单的那些标签外，其它的标签都是用来布局和显示内容的。所以只要很熟悉HTML的各个标签，那么就可以很容易知道这个标签的默认样式。同时对显示的内容分析，显示的内容有三种：
1、文本，这是最复杂的一个显示内容。总结了一下，我定义了这样的结构来描述文本的显示样式：

 public struct FontStyle
 {
  public string FontName;  //字体的名称
  public uint FontSize;　　//文字大小
  public Color FontColor;  // 字体的颜色
  public bool IsUnderLine; //是否下划线
  public bool IsItalic;    //是否斜体
  public bool IsBold;      //是否粗体
  public Alignment Align;  //对齐方式
  public object BgColor;   //背景颜色
  public string Link;      //字体关联的链接
  public RaiseType Raise;  //文字的水平位置（普通，上标，下标）
 }

 public enum RaiseType
 {
  Normal,
  Sub,
  Sup
 }

对于HTML的DOM模型，是一种树型结构，所以找到一根结点，不断去遍历下面的子结点，就可以得到相应的字体样式。在遍历一层的时候，只要复制一下字体显示的结构，就可以很容易解决样式表里面，样式继承的问题。
2、水平线
对于水平线，样式就简单多了，只有宽，粗，连颜色都没有，所以我就不多说什么了。
3、图片
图片也比较简单，只是可能会带上链接，这里要注意。
对于布局的标签，真正难于处理的就是表格布局，特别是表格里面的各单元格不指定宽高的时候，要根据里面的内容来定，这个在做PDF的生成的时候，远比正真用GDI/GDI+在画布上画出来难。现在我的办法只好是先粗画一下，然后再做一次调整。整个的效率和效果都不是很好，很希望得到大家的指正。
再说PostScript，PDF里面显示的内容都是由PostScript来实现的，如果用记事本打开PDF的时候，经常会看到里面大段的乱码，这里面很可能就是压缩后的PostScript了。和所有的语言一样，它也是遵守：操作码，操作数这样规则的。具体的大家还是去看说明吧，如果真讲起来写上几十篇都写不完。因为只关联到显示，所以现在初步我只关心定位，显示大小，画图片等几个常用的。
用PostScript画图的时候，感觉很痛苦。因为它的坐标系统的原点在左下角，而不是平常所用的左上角，所以想写下第一行，必须要知道整个的高度。同时，感觉它原始到了极点，第一行文字的换行都要手工来换（不知道是不是还有其它的方法可以实现，如果有，一定要告诉我噢），也就是说我们要根据当前字体的宽度来算出来这串字符会有多宽，然后把它折成两行，其它的就和画画一样了，定坐标，选画笔颜色和类型，画上所要的内容。
还要说明一点是，在PDF里面字体是没有下划线这个样式的，所以下划线的实现就是写上文字后，在下面再画上一条线。PDF里面的链接的实现，也是要在PDF文档里面显示说明它所有效的区域。
写得很粗糙，因为我喜欢从整体去抽象一个东西。