在 C# 中去除 HTML 和 CSS答案

【问题标题】：strip HTML and CSS in C#在 C# 中去除 HTML 和 CSS
【发布时间】：2011-07-26 16:26:38
【问题描述】：

我正在我的一个解决方案中创建邮件，并且需要从给定的 html 页面提供 html 和纯文本邮件。

但是，我还没有找到任何真正的好方法来从客户可能提供的任何 html 模板中去除 html、js 和 css。

是否有任何简单的解决方案，也许是处理所有这些的组件，或者我需要用正则表达式开始拼图？甚至可以为所有可能的标签创建一个防弹的正则表达式吗？

问候

【问题讨论】：

【解决方案1】：

您可能会发现Html Agility Pack 对您的情况有所帮助。

【讨论】：

【解决方案2】：

试试HtmlAgilityPack。它具有从 HTML 文档中提取文本的方法。

您基本上只需要执行以下操作：

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

【讨论】：

【解决方案3】：

在此页面中，您可以找到一种非常快速的算法来从字符串输入中去除 HTML。尽管无效 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

【讨论】：

【解决方案4】：

【讨论】：

【解决方案5】：

作为可以剥离html的组件：Html Agility Pack

【讨论】：