11

我在尝试使用 HTMLAgilityPack 和 DOCX 库将 HTML 写入 DOCX 文件时取得了部分成功。但是，我插入到 .docx 文件中的文本包含编码的 html，例如：

La ciudad de Los Ángeles (California) ha sincronizado su red completa de semáforos —casi 4.500—, que cubre una zona de 1.215 kilómetros cuadrados (469 millas cuadradas). Según el diario

我想要的更像是这样的：

La ciudad de Los Angeles (California) ha sincronizado su red completa de semaforos - casi 4.500 -, que cubre una zona de 1.215 kilometros cuadrados (469 millas
cuadradas). Segun el diario

为了显示一些上下文，这是我正在使用的代码：

private void ParseHTMLAndConvertBackToDOCX()
{
    List<string> sourceText = new List<string>();
    List<string> targetText = new List<string>();
    HtmlAgilityPack.HtmlDocument htmlDocSource = new HtmlAgilityPack.HtmlDocument();
    HtmlAgilityPack.HtmlDocument htmlDocTarget = new HtmlAgilityPack.HtmlDocument();

    // There are various options, set as needed
    htmlDocSource.OptionFixNestedTags = true;
    htmlDocTarget.OptionFixNestedTags = true;

    htmlDocSource.Load(sourceHTMLFilename);
    htmlDocTarget.Load(targetHTMLFilename);

    // Popul8 generic list of string with source text lines
    if (htmlDocSource.DocumentNode != null)
    {
        IEnumerable<HtmlAgilityPack.HtmlNode> pNodes = htmlDocSource.DocumentNode.SelectNodes("//text()");

        foreach (HtmlNode sText in pNodes)
        {
            if (!string.IsNullOrWhiteSpace(sText.InnerText))
            {
                sourceText.Add(sText.InnerText);
            }
        }
    }

. . .

最中肯的一句毫无疑问：

sourceText.Add(sText.InnerText);

它应该是 InnerText 以外的东西吗？

是否可以这样做：

sourceText.Add(sText.InnerText.Decode());

?

即使项目编译并运行，Intellisense 也无法使用它；因此，试图查看 HTMLNode 除了 InnerText 之外还有哪些其他选项是徒劳的；我知道有 OuterText、InnerHTML 和 OuterHMTL，不过……

4

2 回答 2

21

您可以HtmlEntity.DeEntitize(sText.InnerText)从 HTMLAgilityPack 使用。

于 2014-11-20T09:44:31.177 回答
6

尝试：

sourceText.Add(HttpUtility.HtmlDecode(myEncodedString));

例子

于 2014-02-18T02:11:10.593 回答