C# · 12月 31, 2021

c# – 如何从谐音化的HTML提取文本?

我的问题是像 this question,但我有更多的限制:

>我知道文件是合理的
他们非常规律(他们都来自同一个来源
>我想要约99%的可见文本
>大约99%的可行性是文本(他们或多或少的RTF转换为HTML)
>我不在乎格式化甚至段落.

有没有任何工具设置这样做,或者我最好只是打破RegexBuddy和C#?

我可以使用命令行或批处理工具以及C/C++#/ D库.

解决方法 你需要使用 HTML Agility Pack.

你可能想要使用LINQ ant的后代调用找到一个元素,然后得到它的InnerText.