C#HTMLAgilityPack HTML to Text - Parse Errors

Question

我需要使用C#从HTML文件中提取文本.我正在尝试使用HTMLAgilityPack,但我看到一些解析错误(标签未关闭).我正在使用这两个选项:

        htmlDoc.OptionFixNestedTags = true;
        htmlDoc.OptionAutoCloseOnEnd = true;

是否有"全部修复"类型选项.我不关心错误,我只想要内容或关闭.

Answer 1

也许这是解决方法，但一旦我必须从 HTML 中提取文本，我就使用了正则表达式：

result = Regex.Replace(result, @"<(.|\n)*?>", String.Empty);
result = Regex.Replace(result, @"^\n*", String.Empty, RegexOptions.Singleline | RegexOptions.IgnoreCase);
result = Regex.Replace(result, @"\n*$", String.Empty, RegexOptions.Singleline | RegexOptions.IgnoreCase);
result = result.Replace("\n", " ");