这个简单的操作方法演示了如何将 HTML 转换为 C# 中的文本。在 *C# 中，HTML 到纯文本 * 的转换可以通过对在 Windows、macOS 或 Linux 平台上运行的任何基于 .NET 的应用程序使用几行代码轻松实现。
在 C# 中将 HTML 转换为文本的步骤
- 从 NuGet 包管理器安装 Aspose.HTML for .NET
- 在您的项目中包含 Aspose.HTML 命名空间
- 将 HTML 文件内容加载到字符串
- 创建 HTMLDocument 类的实例以加载包含 HTML 的字符串
- 实例化 INodeIterator 类实例以遍历节点并附加到 StringBuilder
- 最后，将转换后的 HTML 文本保存在磁盘上
为了从 HTML C# 中获取纯文本，可以在任何基于 .NET 的应用程序中有效地使用几行代码。该过程首先使用 File.ReadAllText 方法将 HTML 文件作为字符串加载到 HTMLDocument 类 实例中。然后 INodeIterator 将用于从 HTML 中提取节点并将它们附加到 StringBuilder。最后，StringBuilder 中提取的 HTML 将保存在磁盘上。
在 C# 中将 HTML 转换为文本的代码
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); | |
| } | |
| } | |
| } |
C# 中的上述代码使用少量 API 调用将 HTML 转换为纯文本。我们使用了自定义的StyleFilter 类，它继承了NodeFilter 类 来覆盖AcceptNode 方法，该方法在转换过程中从HTML 中过滤掉不需要的节点。
在上一主题中，我们学习了如何在 C# 中创建 HTML 文件。而上面 C# 中的示例以编程方式从 HTML 文件中获取纯文本。
