首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >如何在C#中将HTML转换为文本?

如何在C#中将HTML转换为文本?
EN

Stack Overflow用户
提问于 2009-04-08 20:20:16
回答 20查看 127.3K关注 0票数 75

我正在寻找将C#文档转换为纯文本的HTML代码。

我正在寻找的不是简单的标签剥离,而是一些将输出纯文本,并合理保留原始布局的东西。

输出应如下所示:

Html2Txt at W3C

我看过HTML Agility Pack,但我不认为这是我需要的。还有没有其他的建议?

编辑:我刚刚从CodePlex下载了HTML Agility Pack,并运行了Html2Txt项目。多么令人失望(至少是将html转换为文本的模块)!它所做的就是剥离标签,展平表格,等等。输出看起来一点也不像Html2Txt @ W3C生成的。太糟糕了,这个源码似乎不可用。我想看看是否有更“罐装”的解决方案可用。

EDIT 2:谢谢大家的建议。FlySwat向我指出了我想去的方向。我可以使用System.Diagnostics.Process类运行lynx.exe,并使用"-dump“开关将文本发送到标准输出,然后使用ProcessStartInfo.UseShellExecute = falseProcessStartInfo.RedirectStandardOutput = true捕获标准输出。我将把所有这些都封装在一个C#类中。这段代码将只是偶尔调用,所以我并不太关心在代码中产生一个新的进程。另外,Lynx速度很快!!

EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/731649

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档