如何在C＃中将HTML转换为文本？
我正在寻找C＃代码以将HTML文档转换为纯文本。
我不是在寻找简单的标记剥离方法，而是会输出纯文本并 合理 保留原始布局的东西。
输出应如下所示：
W3C的Html2Txt
我看过HTML Agility Pack，但我认为这不是我所需要的。有人还有其他建议吗？
编辑： 我只是从CodePlex下载HTML Agility
Pack ，并运行了Html2Txt项目。真令人失望（至少是将html转换为文本的模块）！它所做的只是剥离标签，展平表等。输出看起来与生成的Html2Txt
@ W3C有所不同。不幸的是，该源似乎不可用。我一直在寻找是否有更多的“罐头”解决方案可用。
编辑2： 谢谢大家的建议。 FlySwat
向我提示了我要走的方向。我可以使用System.Diagnostics.Process类的“突降”开关运行lynx.exe将文本发送到标准输出，并与捕获标准输出ProcessStartInfo.UseShellExecute = false和ProcessStartInfo.RedirectStandardOutput = true。我将所有这些包装在C＃类中。只会偶尔调用此代码，因此与在代码中进行操作相比，我不太担心产生新进程。另外，山猫快！
问题答案：
您正在寻找的是文本模式DOM渲染器，该输出器可以输出文本，就像Lynx或其他文本浏览器一样……这比您预期的要难得多。
-
问题内容： 我在表格中存储了HTML片段。 不是整个页面，没有标签等，只是基本格式。 我希望能够在给定页面上将Html仅显示为文本，而 无需设置格式 （实际上只是前30-50个字符，但这很容易）。 如何将Html中的“文本”作为纯文本放入字符串中？ 所以这段代码。 成为： 你好，世界。有没有人在那里？ 问题答案： 如果您在谈论标签剥离，那么无需担心标签之类的事情就相对简单了。如果您需要做的就是显示
-
问题内容： 我正在开发一个简单的RSS Reader应用程序，作为Xcode中的初学者项目。目前，我已设置它解析提要，并放置标题，发布日期，描述和内容，并将其显示在WebView中。 我最近决定在用于选择帖子的TableView中显示说明（或内容的删节版本）。但是，这样做时： 它显示了帖子的原始HTML。 我想知道如何仅将TableView的详细UILabel转换为纯文本的HTML。 谢谢！ 问题
-
问题内容： 我维护着一个公告板，用于将富文本消息保存为HTML。现在，我需要将所有这些消息迁移到需要HTML的BBCode表示的Joomla Kunena公告板上。 是否有任何库可以将HTML干净地转换为BBCode。有大量的脚本，可以将BBCode转换为HTML，但是没有相反的方法。 谢谢… 问题答案： 它应该可以在 文本输出模式下 与XSLT一起 使用 ： 要到达那里，解析HTML并使用内置的
-
问题内容： 我有一个带有HTML实体的ASCII字符串，例如： 我需要此字符串不包含那些实体，并将其转换为UTF-8字符。有没有简单的方法，在Java中可以做到这一点？ 哪里： 返回“aà” 或类似的东西？ 问题答案： 看一下org.apache.commons.lang.StringEscapeUtils.unescapeHtml（…）。显然，它可以理解HTML 4中定义的所有字符实体。
-
问题内容： 我有Java程序，它将从服务器接收纯文本。纯文本可能包含URL。Java库中是否有任何Class可以将纯文本转换为HTML文本？还是其他图书馆？如果没有，那该怎么办呢？ 问题答案： 我找到了使用模式匹配的解决方案。这是我的代码- 这是输入和输出- 输入文字是可变的： 输出：
-
如何获取文件的数据而不是路径？我使用了，它返回文件的路径。 现在我想要的是将文件（而不是路径）转换为Base64。我知道如何将其转换为base64，但我想知道的是如何获取文件的数据。 知道吗？对不起，我是C#的新手 我不知道在这里是否是正确的术语：）