我正在寻找C＃代码以将HTML文档转换为纯文本。

我不是在寻找简单的标记剥离方法，而是会输出纯文本并 合理 保留原始布局的东西。

输出应如下所示：

W3C的Html2Txt

我看过HTML Agility Pack，但我认为这不是我所需要的。有人还有其他建议吗？

编辑： 我只是从CodePlex下载HTML Agility
Pack ，并运行了Html2Txt项目。真令人失望（至少是将html转换为文本的模块）！它所做的只是剥离标签，展平表等。输出看起来与生成的Html2Txt
@ W3C有所不同。不幸的是，该源似乎不可用。我一直在寻找是否有更多的“罐头”解决方案可用。

编辑2： 谢谢大家的建议。 FlySwat
向我提示了我要走的方向。我可以使用System.Diagnostics.Process类的“突降”开关运行lynx.exe将文本发送到标准输出，并与捕获标准输出ProcessStartInfo.UseShellExecute = false和ProcessStartInfo.RedirectStandardOutput = true。我将所有这些包装在C＃类中。只会偶尔调用此代码，因此与在代码中进行操作相比，我不太担心产生新进程。另外，山猫快！