【发布时间】：2010-10-26 13:51:11
【问题描述】：
我有一个 mht 文件，我希望得到 mht 的所有文本。我坚持使用正则表达式，但我在 mht 中除了英语还有其他语言，所以文本本身包含 A7=A98=D6 之类的东西...
选择在浏览器中查看的文件的所有文本，然后将其复制并粘贴到记事本中 - 这就是我需要的。
谢谢。
【问题讨论】：
标签： c# .net regex extract mhtml
【发布时间】：2010-10-26 13:51:11
【问题描述】：
在 Internet Explorer 中打开文件并将其保存为纯文本 (UTF-8)。 :) 如果您需要自动化解决方案，请为您的平台或编程语言寻找 mht 到 txt 转换器。
实际上，您也可以在 Powershell 中自动执行此操作：
$ie = New-Object -ComObject "InternetExplorer.Application"
$ie.Navigate2("file:///C:/MyFile.mht")
$text = $ie.Document.documentElement.innerText
【讨论】：
-
我使用的是 C#，有没有 mht 到 txt 的转换器？如何在 C# 应用程序中使用 powershell？
-
在这种情况下，您需要适当的 .NET 库。您应该使用“c#”和“.net”标记您的问题以获得更多答案。
-
您还可以从 C# 应用程序中调用 Powershell。这不会很快，但它应该工作。例如，请参见此处：codeproject.com/KB/cs/HowToRunPowerShell.aspx
-
可以直接通过C#访问同一个IE对象，看这里：msdn.microsoft.com/en-us/library/aa752084(VS.85).aspx
-
kimsnarf - 你能给出更详细的在C#中使用ie对象的代码吗？