將HTML轉換為純文本？

Question

我可以使用Lumisoft的IMAP客戶端從Microsoft Exchange閱讀電子郵件。 我已經設置了交換服務器設置，可以將任何郵件轉換為純文本。 但是，當我閱讀信息時，它似乎仍然包含HTML / CSS。

從電子郵件正文中刪除HTML / CSS的最佳方法是什么？ 還是我似乎錯過了交換服務器上的設置？

Answer 1

我通常采用以下方法之一...

1. 使用正則表達式。 如果您必須提出一種適用於所有無效標記的解決方案，可能很難做到正確，但是我敢打賭其他人會在您之前做到這一點（提示：google或search SO）。

2. 使用HTML解析器庫。 您可以在那里找到一種適用於任何流行編程語言的語言。 我建議使用HTML Agility Pack。

Answer 2

我不確定安裝程序的確切工作方式，是否可以運行腳本等。顯然，HTML解析器將是解析HTML的最佳方法。 例如，使用Hpricot（一個Ruby HTML解析庫），您可以puts doc.find_element('body').inner_text ，這將打印文檔的文本內容。