C#使用Spire.Doc将HTML转换为文本的代码实现
引言
在 .NET 开发中，将 HTML 转换为纯文本是一项常见任务，无论是从网页中提取内容、处理 HTML 邮件，还是生成轻量级的文本报告。然而，HTML 丰富的格式、标签和结构元素，往往会让需要干净、无格式文本的工作流程变得复杂。因此，使用 C# 进行 HTML 到文本的转换就显得尤为重要。
Spire.Doc for .NET 简化了这一过程——它是一款功能强大的文档处理库，原生支持加载 HTML 文件或字符串，并将其转换为干净的纯文本。本文将介绍如何使用该库在 C# 中将 HTML 转换为纯文本，并详细讲解两种核心场景：转换 HTML 字符串（内存中的内容）和转换 HTML 文件（磁盘中的内容）。
为什么选择使用 Spire.Doc 进行 HTML 到文本的转换？
Spire.Doc 是一款用于 .NET 的文档处理库，在执行 HTML 到文本转换方面具有以下显著优势：
- 代码简洁：只需几行代码即可处理复杂的 HTML 内容。
- 结构保留：在输出文本中保留逻辑格式，如换行符和列表缩进。
- 特殊字符支持：自动将 HTML 实体转换为对应的纯文本字符。
- 轻量高效：无繁重依赖，适用于桌面端和 Web 应用程序。
安装 Spire.Doc
Spire.Doc 可以通过 NuGet 获取，这是管理依赖项的最简便方式：
- 在 Visual Studio 中，右键单击你的项目，选择 “管理 NuGet 程序包”。
- 搜索 Spire.Doc，并安装最新的稳定版本。
- 或者，你也可以使用 程序包管理器控制台，运行以下命令：
Install-Package Spire.Doc
安装完成后，你就可以开始编写 C# 代码，从 HTML 中提取文本内容了。
在 C# 中将 HTML 字符串转换为文本
本示例将一个 HTML 字符串加载为一个 Document 对象，然后使用 SaveToFile() 方法将其保存为纯文本文件。
using Spire.Doc;
using Spire.Doc.Documents;
namespace HtmlToTextSaver
{
class Program
{
static void Main(string[] args)
{
// 定义 HTML 内容
string htmlContent = @"
<html>
<body>
<h1>示例 HTML 内容</h1>
<p>这是一个包含 <strong>加粗</strong> 和 <em>斜体</em> 的段落.</p>
<p>另一行包含一个 <a href='https://example.com'>链接</a>.</p>
<ul>
<li>列表项 1</li>
<li>列表项 2 (包含 <em>斜体</em> 文本)</li>
</ul>
<p>特殊字符： © & ®</p>
</body>
</html>";
// 创建 Document 对象
Document doc = new Document();
// 添加一个节以容纳内容
Section section = doc.AddSection();
// 添加一个段落
Paragraph paragraph = section.AddParagraph();
// 将 HTML 渲染到段落中
paragraph.AppendHTML(htmlContent);
// 另存为纯文本文件
doc.SaveToFile("HtmlStringtoText.txt", FileFormat.Txt);
}
}
}在 C# 中将 HTML 文件转换为文本
本示例演示如何直接加载一个 HTML 文件并将其转换为纯文本。该方法非常适合批量处理或处理现有的 HTML 文档（例如已下载的网页或本地模板）。
using Spire.Doc;
using Spire.Doc.Documents;
namespace HtmlToText
{
class Program
{
static void Main()
{
// 创建 Document 对象
Document doc = new Document();
// 加载HTML文件
doc.LoadFromFile("sample.html", FileFormat.Html, XHTMLValidationType.None);
// 将HTML另存为纯文本文件
doc.SaveToFile("HTMLtoText.txt", FileFormat.Txt);
doc.Dispose();
}
}
}结论
使用 Spire.Doc 库在 C# 中将 HTML 转换为文本非常简单。无论你处理的是 HTML 字符串还是 HTML 文件，Spire.Doc 都能通过自动解析 HTML、保留结构格式并完成文本转换，极大地简化这一过程。通过本文提供的示例，你可以轻松地将 HTML 到文本的转换功能集成到你的 C# 应用程序中。
到此这篇关于C#使用Spire.Doc将HTML转换为文本的代码实现的文章就介绍到这了,更多相关C# Spire.Doc将HTML转文本内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了C# dump系统lsass内存和sam注册表，在这里选择 C# 的好处是体积小，结合 loadAssembly 方便免杀，希望对读者们有所帮助2021-09-09
C# Dynamic关键字之:调用属性、方法、字段的实现方法
本篇文章是对C#中调用属性、方法、字段的实现方法进行了详细的分析介绍，需要的朋友参考下2013-05-05
这篇文章介绍了C#中数组扩容的几种方式，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-08-08
这篇文章主要为大家详细介绍了C#窗体实现点餐系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-08-08
这篇文章主要为大家详细介绍了Unity实现简单虚拟摇杆，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-04-04
WPF下开发的程序字体模糊，这个问题或许大家都有遇到过，为了解决WPF字体模糊，查阅了各种资料，结果偶然发现是自己疏忽了一些细节造成的，具体是什么细节呢，通过下面的这篇文章来一起看看吧，有需要的朋友们可以参考借鉴。2016-12-12
C# System.BadImageFormatException问题及解决
这篇文章主要介绍了C# System.BadImageFormatException问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-05-05
在窗体设计时,可以通过设置窗体的BackColor属性来改变窗口的背景颜色,但是该属性改变后整个窗体的客户区都会变成这种颜色,这样显得非常单调,本文给大家介绍了C#创建背景色渐变窗体的方法实例,需要的朋友可以参考下2024-04-04
这篇文章主要为大家详细介绍了C#使用Aspose.Cells创建和读取Excel文件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-10-10
这篇文章主要介绍了C# 指针 内存控制 Marshal 内存数据存储原理分析，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
最新评论