HTML到文本的转换

Question

Internet Explorer可以选择将网页另存为文本文件，并删除所有标签。我需要一种方法来批量处理工作中的项目的东西。或者有没有什么命令行实用程序或库可以为我做同样的事情？COM-interop与IE(不是我的首选！)？它不需要格式完全像IE，只需给我纯文本。

Answer 1

有很多程序可以做到这一点。其中一些被称为html2text。还有this one和another，前者不可用于Windows，但可在Cygwin下编译，后者适用于Win32。

Answer 2

我曾经见过一个脚本，它使用lynx将HTML呈现为纯文本，以便从HTML自动生成纯文本邮件。不过，这也不是我的首选。

Answer 3

您可以使用HTML Agility Pack在C#中执行此操作

var doc = new HtmlWeb.Load(url);
File.WriteAllText(path, doc.DocumentElement.InnerText);