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!