Este simples tutorial demonstra como converter HTML em texto em C#. Em C# HTML para texto simples, a conversão pode ser facilmente alcançada usando poucas linhas de código para qualquer aplicativo baseado em .NET executado em plataformas Windows, macOS ou Linux.
Etapas para converter HTML em texto em C#
- Instale Aspose.HTML for .NET do gerenciador de pacotes NuGet
- Inclua o namespace Aspose.HTML em seu projeto
- Carregar o conteúdo do arquivo HTML em uma String
- Crie uma instância da classe HTMLDocument para carregar a String contendo HTML
- Instanciar a instância da classe INodeIterator para iterar pelos nós e anexar no StringBuilder
- Finalmente, salve o texto convertido do HTML no disco
Para obter texto simples de HTML C#, poucas linhas de código podem ser usadas efetivamente em qualquer aplicativo baseado em .NET. O processo começa carregando o arquivo HTML como String na instância HTMLDocument class usando o método File.ReadAllText. Então INodeIterator será usado para extrair nós do HTML e anexá-los ao StringBuilder. Por fim, o HTML extraído no StringBuilder será salvo em disco.
Código para converter HTML em texto em C#
O código acima em C# converte HTML em texto simples usando poucas chamadas de API. Usamos a classe StyleFilter personalizada que herda a classe NodeFilter para substituir o método AcceptNode, que filtra os nós indesejáveis do HTML durante o processo de conversão.
No tópico anterior, aprendemos como criar arquivo HTML em C#. Considerando que, o exemplo acima em C# obtém texto simples do arquivo HTML programaticamente.
