c# - 从 mht 中提取文本

Question

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。

Answer 1

Open the file in Internet Explorer and save it as plain text (UTF-8). :) If you need an automated solution, look for an mht to txt converter for your platform or programming language.

Actually, you can automate this in Powershell as well:

$ie = New-Object -ComObject "InternetExplorer.Application"
$ie.Navigate2("file:///C:/MyFile.mht")
$text = $ie.Document.documentElement.innerText