この簡単なハウツーは、** HTMLをC＃でテキストに変換する**方法を示しています。 * C＃HTMLからプレーンテキスト*への変換は、Windows、macOS、またはLinuxプラットフォームで実行されている.NETベースのアプリケーションに数行のコードを使用することで簡単に実現できます。
C＃でHTMLをテキストに変換する手順
- NuGetパッケージマネージャーからAspose.HTML for .NETをインストールします
- プロジェクトにAspose.HTML名前空間を含めます
- HTMLファイルのコンテンツを文字列にロードする
- HTMLDocumentクラスのインスタンスを作成して、HTMLを含む文字列を読み込みます
- INodeIteratorクラスインスタンスをインスタンス化して、ノードを反復処理し、StringBuilderに追加します
- 最後に、変換されたテキストをHTMLからディスクに保存します
- HTML C＃からプレーンテキストを取得するために、.NETベースのアプリケーションで数行のコードを効果的に使用できます。このプロセスは、 File.ReadAllText メソッドを使用して、HTMLファイルをStringとしてHTMLDocumentクラスインスタンスにロードすることから始まります。次に、 INodeIterator *を使用してHTMLからノードを抽出し、StringBuilderに追加します。最後に、StringBuilderで抽出されたHTMLがディスクに保存されます。
C＃でHTMLをテキストに変換するコード
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| using System; | |
| using System.IO; | |
| using System.Text; | |
| using Aspose.Html; | |
| using Aspose.Html.Dom.Traversal; | |
| using Aspose.Html.Dom.Traversal.Filters; | |
| namespace KbHtml | |
| { | |
| class Program | |
| { | |
| static void Main(string[] args) | |
| { | |
| // Set the API license to extract HTML text | |
| License license = new License(); | |
| license.SetLicense("Aspose.Html.lic"); | |
| // Reading HTML file content | |
| String HtmlContent = File.ReadAllText("Test2.html"); | |
| // Create an object of HTMLDocument | |
| using (var HtmlDocument = new HTMLDocument(HtmlContent, "")) | |
| { | |
| // Initialize the instance of node iterator to iterate HTML | |
| INodeIterator iterator = HtmlDocument.CreateNodeIterator(HtmlDocument, NodeFilter.SHOW_TEXT, | |
| new StyleFilter()); | |
| StringBuilder Stringbld = new StringBuilder(); | |
| Aspose.Html.Dom.Node node; | |
| // Iterate through Nodes | |
| while ((node = iterator.NextNode()) != null) | |
| Stringbld.Append(node.NodeValue); | |
| Console.WriteLine(Stringbld.ToString()); | |
| File.WriteAllText(@"HtmlToText.txt", Stringbld.ToString()); | |
| } | |
| } | |
| } | |
| class StyleFilter : NodeFilter | |
| { | |
| public override short AcceptNode(Aspose.Html.Dom.Node node) | |
| { | |
| // In order to avoid any element during fetching nodes, write the name of element in capital letters | |
| return (node.ParentElement.TagName == "STYLE" || node.ParentElement.TagName == "SCRIPT" | |
| ? FILTER_REJECT : FILTER_ACCEPT); | |
| } | |
| } | |
| } |
上記のC＃のコードは、いくつかのAPI呼び出しを使用してHTMLをプレーンテキストに変換します。 NodeFilterクラスを継承するカスタマイズされたStyleFilterクラスを使用して、変換プロセス中にHTMLから望ましくないノードをフィルターで除外するAcceptNodeメソッドをオーバーライドしました。
前のトピックでは、C＃でHTMLファイルを作成するの方法を学びました。一方、上記の* C＃の例では、プログラムでHTML*ファイルからプレーンテキストを取得します。
