프로그래밍 방식으로 모든 HTML 및 인라인 서식을 제거합니다.

Question

코드베이스를 가져 왔으며 Microsoft Word에서 작성한 HTML 파일을 읽어야합니다. 모든 종류의 인라인 서식이 있습니다.

어쨌든 잘못된 인라인 서식을 모두 구문 분석하고이 스트림에서 텍스트를 가져 오는 것입니다. 기본적으로 청정기를 프로그램 적으로 사용하여 합리적인 CSS를 적용 할 수 있습니다.

Answer 1

결국 나는 발견하고 대체 한 작은 클래스를 작성했습니다. 예쁘지는 않지만 효과가있었습니다.

Answer 2

HTML Tidy을 사용해야합니다. 이는 HTML 정리에있어 유일합니다. article on DevX that describes how to do it from .NET이 있습니다.