HTML到文本转换

Question

Internet Explorer可以选择将网页另存为文本文件，并删除所有标记。我需要一种方法来批量处理工作中的项目。或者有任何命令行实用程序或库可以为我做同样的事情？与IE互操作（不是我的第一选择！）？它不必像IE那样格式化，只需给我纯文本。

Answer 1

有很多程序可以做到这一点。有些被称为html2text。有this one（本机不适用于Windows，但在Cygwin下编译），而another适用于Win32。

Answer 2

我曾经看过一个脚本，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，这不是我的第一选择。

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);