在C＃中剥离HTML和CSS

Question

我正在我的一个解决方案中创建邮件，需要提供来自给定html页面的html和纯文本邮件。

但是，我没有找到任何真正的好方法来从客户可能提供的任何html模板中删除html，js和css。

有没有任何简单的解决方案，也许是一个处理所有这一切的组件或我需要用regexp开始拼图？ 甚至可以为所有可能的标签创建防弹regexp？

问候

Answer 1

给HtmlAgilityPack一个去吧。 它具有从HTML文档中提取文本的方法。

你基本上只需要做以下事情：

  var doc = new HtmlDocument();
  doc.LoadHtml(htmlStr);
  var node = doc.DocumentNode;
  var textContent = node.InnerText;

Answer 2

作为一个可以剥离html： Html Agility Pack的组件

Answer 3

您可能会发现Html Agility Pack对您的情况有帮助。

Answer 4

看一下：在InnerHTML中解析HTMLAgilityPack 。 有一个答案如何使用Html Agility Pack

Answer 5

在此页面中，您可以找到一种非常快速的算法，用于从字符串输入中删除HTML。 尽管HTML存在一些问题，但它仍然是一个很好的资源。 http://www.dotnetperls.com/remove-html-tags