C#使用Spire.Doc將HTML轉(zhuǎn)換為文本的代碼實(shí)現(xiàn)

更新時(shí)間：2025年10月12日 11:44:26 作者：2501_93070778

在 .NET 開(kāi)發(fā)中,將 HTML 轉(zhuǎn)換為純文本是一項(xiàng)常見(jiàn)任務(wù),無(wú)論是從網(wǎng)頁(yè)中提取內(nèi)容、處理 HTML 郵件,還是生成輕量級(jí)的文本報(bào)告,使用 C# 進(jìn)行 HTML 到文本的轉(zhuǎn)換就顯得尤為重要,本文將介紹如何使用該庫(kù)在 C# 中將 HTML 轉(zhuǎn)換為純文本,需要的朋友可以參考下

引言

在 .NET 開(kāi)發(fā)中，將 HTML 轉(zhuǎn)換為純文本是一項(xiàng)常見(jiàn)任務(wù)，無(wú)論是從網(wǎng)頁(yè)中提取內(nèi)容、處理 HTML 郵件，還是生成輕量級(jí)的文本報(bào)告。然而，HTML 豐富的格式、標(biāo)簽和結(jié)構(gòu)元素，往往會(huì)讓需要干凈、無(wú)格式文本的工作流程變得復(fù)雜。因此，使用 C# 進(jìn)行 HTML 到文本的轉(zhuǎn)換就顯得尤為重要。

Spire.Doc for .NET 簡(jiǎn)化了這一過(guò)程——它是一款功能強(qiáng)大的文檔處理庫(kù)，原生支持加載 HTML 文件或字符串，并將其轉(zhuǎn)換為干凈的純文本。本文將介紹如何使用該庫(kù)在 C# 中將 HTML 轉(zhuǎn)換為純文本，并詳細(xì)講解兩種核心場(chǎng)景：轉(zhuǎn)換 HTML 字符串（內(nèi)存中的內(nèi)容）和轉(zhuǎn)換 HTML 文件（磁盤(pán)中的內(nèi)容）。

為什么選擇使用 Spire.Doc 進(jìn)行 HTML 到文本的轉(zhuǎn)換？

Spire.Doc 是一款用于 .NET 的文檔處理庫(kù)，在執(zhí)行 HTML 到文本轉(zhuǎn)換方面具有以下顯著優(yōu)勢(shì)：

代碼簡(jiǎn)潔：只需幾行代碼即可處理復(fù)雜的 HTML 內(nèi)容。
結(jié)構(gòu)保留：在輸出文本中保留邏輯格式，如換行符和列表縮進(jìn)。
特殊字符支持：自動(dòng)將 HTML 實(shí)體轉(zhuǎn)換為對(duì)應(yīng)的純文本字符。
輕量高效：無(wú)繁重依賴(lài)，適用于桌面端和 Web 應(yīng)用程序。

安裝 Spire.Doc

Spire.Doc 可以通過(guò) NuGet 獲取，這是管理依賴(lài)項(xiàng)的最簡(jiǎn)便方式：

在 Visual Studio 中，右鍵單擊你的項(xiàng)目，選擇 “管理 NuGet 程序包”。
搜索 Spire.Doc，并安裝最新的穩(wěn)定版本。
或者，你也可以使用 程序包管理器控制臺(tái)，運(yùn)行以下命令：

Install-Package Spire.Doc

安裝完成后，你就可以開(kāi)始編寫(xiě) C# 代碼，從 HTML 中提取文本內(nèi)容了。

在 C# 中將 HTML 字符串轉(zhuǎn)換為文本

本示例將一個(gè) HTML 字符串加載為一個(gè) Document 對(duì)象，然后使用 SaveToFile() 方法將其保存為純文本文件。

using Spire.Doc;
using Spire.Doc.Documents;
 
namespace HtmlToTextSaver
{
    class Program
    {
        static void Main(string[] args)
        {
            // 定義 HTML 內(nèi)容
            string htmlContent = @"
                    <html>
                        <body>
                            <h1>示例 HTML 內(nèi)容</h1>
                            <p>這是一個(gè)包含 <strong>加粗</strong> 和 <em>斜體</em> 的段落.</p>
                            <p>另一行包含一個(gè) <a >鏈接</a>.</p>
                            <ul>
                                <li>列表項(xiàng) 1</li>
                                <li>列表項(xiàng) 2 (包含 <em>斜體</em> 文本)</li>
                            </ul>
                            <p>特殊字符： &copy; &amp; &reg;</p>
                        </body>
                    </html>";
 
            // 創(chuàng)建 Document 對(duì)象
            Document doc = new Document();
            // 添加一個(gè)節(jié)以容納內(nèi)容
            Section section = doc.AddSection();
            // 添加一個(gè)段落
            Paragraph paragraph = section.AddParagraph();
            // 將 HTML 渲染到段落中
            paragraph.AppendHTML(htmlContent); 
 
            // 另存為純文本文件
            doc.SaveToFile("HtmlStringtoText.txt", FileFormat.Txt);
        }
    }
}

在 C# 中將 HTML 文件轉(zhuǎn)換為文本

本示例演示如何直接加載一個(gè) HTML 文件并將其轉(zhuǎn)換為純文本。該方法非常適合批量處理或處理現(xiàn)有的 HTML 文檔（例如已下載的網(wǎng)頁(yè)或本地模板）。

using Spire.Doc;
using Spire.Doc.Documents;
 
namespace HtmlToText
{
    class Program
    {
        static void Main()
        {
            // 創(chuàng)建 Document 對(duì)象
            Document doc = new Document();
 
            // 加載HTML文件
            doc.LoadFromFile("sample.html", FileFormat.Html, XHTMLValidationType.None);
 
            // 將HTML另存為純文本文件
            doc.SaveToFile("HTMLtoText.txt", FileFormat.Txt);
            doc.Dispose();
        }
    }
}

結(jié)論

使用 Spire.Doc 庫(kù)在 C# 中將 HTML 轉(zhuǎn)換為文本非常簡(jiǎn)單。無(wú)論你處理的是 HTML 字符串還是 HTML 文件，Spire.Doc 都能通過(guò)自動(dòng)解析 HTML、保留結(jié)構(gòu)格式并完成文本轉(zhuǎn)換，極大地簡(jiǎn)化這一過(guò)程。通過(guò)本文提供的示例，你可以輕松地將 HTML 到文本的轉(zhuǎn)換功能集成到你的 C# 應(yīng)用程序中。

到此這篇關(guān)于C#使用Spire.Doc將HTML轉(zhuǎn)換為文本的代碼實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)C# Spire.Doc將HTML轉(zhuǎn)文本內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: