我的问题是像
this question,但我有更多的限制：
>我知道文件是合理的
他们非常规律(他们都来自同一个来源
>我想要约99％的可见文本
>大约99％的可行性是文本(他们或多或少的RTF转换为HTML)
>我不在乎格式化甚至段落.
有没有任何工具设置这样做,或者我最好只是打破RegexBuddy和C#？
我可以使用命令行或批处理工具以及C/C++#/ D库.
解决方法
你需要使用
HTML Agility Pack.
你可能想要使用LINQ ant的后代调用找到一个元素,然后得到它的InnerText.
