c# – 在保留P,BR,UL,OL的同时将HTML转换为纯文本?
发布时间:2020-12-16 01:49:50 所属栏目:百科 来源:网络整理
导读:在从 HTML文本导出到Excel工作表期间,我正在尝试保留基本格式,如HTML换行符( br, p),列表( ol, ul)等. 输入示例: pThis is a test./ppThis is anotherbrtest./pul li10/li li20/li li30/li/ulpEnd./p 示例输出: This is a test.This is anothertest.- 10-
在从
HTML文本导出到Excel工作表期间,我正在尝试保留基本格式,如HTML换行符(< br>,< p>),列表(< ol>,< ul>)等.
输入示例: <p>This is a test.</p> <p>This is another<br>test.</p> <ul> <li>10</li> <li>20</li> <li>30</li> </ul> <p>End.</p> 示例输出: This is a test. This is another test. - 10 - 20 - 30 End. 来自着名的NirSoft家伙的免费实用程序HTMLAsText似乎正在做我想要的,不幸的是它没有源代码: 即使在检查了约. Stack Overflow上有20个类似的问题,并且谷歌浏览了几个小时,我能找到的最接近的是this Code Project article. 因此,我的问题是: 是否有人知道可以在保留基本格式的同时将HTML转换为纯文本的类/库? 更新2013-05-10 我最终得到了一个功能,see the full code over at Pastebin. 解决方法
你能不能自己替换:
<br /> with Environment.NewLine </p> with Environment.NewLine + Environment.NewLine <li> with " - ". 然后用正则表达式删除剩下的HTML?它似乎实现了你想要的示例输出.当然,有人可能会有更优雅的解决方案. =) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |