Այս հոդվածում մենք կկենտրոնանանք «HTML-ից C#**-ից տեքստ հանելու քայլ առ քայլ գործընթացի վրա և ինչպես օգտագործել այս ուղեցույցը **C#-ից քաղված տեքստը մշակելու համար: HTML ** ֆունկցիոնալությունը: Այս ձեռնարկը պահանջում է, որ դուք տրամադրեք HTML փաստաթուղթ՝ տեքստի արդյունահանման համար՝ սպառելով մի քանի պարզ API զանգեր: Ստորև կարող եք դիտել ամբողջական տեղեկատվությունը, ինչպես նաև աշխատանքային օրինակ՝ HTML-ից C#-ով տեքստ հանելու համար:
Քայլեր C#-ով HTML-ից տեքստ հանելու համար
- Տեղադրեք GroupDocs.Parser for .NET փաթեթը NuGet կայքից .NET նախագծում՝ HTML-ից տեքստ հանելու համար
- Ավելացրեք հղում HTML փաստաթղթից տեքստ հանելու համար անհրաժեշտ անվանատարածքներին
- Ստեղծեք Parser դասի օրինակ՝ մուտքային HTML փաստաթուղթը բեռնելու համար
- TextReader օբյեկտը հավաքելու համար կանչեք Parser դասի GetText մեթոդը
- Կարդացեք տեքստը TextReader-ից և ցուցադրեք այն վահանակի վրա
Նախորդ քայլ առ քայլ հրահանգները թույլ են տալիս արագ ստեղծել extext Text HTML C# հավելվածից: Սրանք շատ հեշտ օգտագործման հրահանգներ են, և յուրաքանչյուր ոք, ով ունի զարգացման նվազագույն փորձ, կարող է հետևել դրանց՝ փաստաթղթերից տեքստ ստանալու համար: Բացի այդ, դուք կարող եք օգտագործել այս կետերը սովորական օպերացիոն համակարգերից որևէ մեկի վրա, ինչպիսիք են MS Windows-ը, Linux-ը և macOS-ը: Ավելին, դուք կարող եք զանգահարել API-ներ տեքստի արդյունահանման համար՝ առանց որևէ լրացուցիչ ծրագրակազմ տեղադրելու:
Կոդ՝ HTML-ից C#-ով տեքստ հանելու համար
| using System; | |
| using System.Collections.Generic; | |
| using System.Text; | |
| using System.IO; | |
| using GroupDocs.Parser; | |
| using GroupDocs.Parser.Data; | |
| namespace ExtractTextFromHtmlInCSharp | |
| { | |
| class Program | |
| { | |
| public static void Main(string[] args) // Main function to extract text from HTML using C# | |
| { | |
| // Remove the watermark in output | |
| string licensePath = "GroupDocs.Parser.lic"; | |
| GroupDocs.Parser.License lic = new GroupDocs.Parser.License(); | |
| lic.SetLicense(licensePath); | |
| // Create an instance of Parser class | |
| using (Parser parser = new Parser("sample.html")) | |
| { | |
| // Extract a text into the reader | |
| using(TextReader reader = parser.GetText()) | |
| { | |
| // Print a text from the document | |
| // If text extraction isn't supported, a reader is null | |
| Console.WriteLine(reader == null ? "Text extraction isn't supported" : reader.ReadToEnd()); | |
| } | |
| } | |
| } | |
| } | |
| } |
C# ստանալ տեքստը HTML-ից մշակվում է՝ հետևելով նախորդ բաժնում նկարագրված քայլերին: Վերոնշյալ կոդի հատվածում կարող եք տեսնել, որ տեքստի արդյունահանման գործընթացը սկսվում է պահանջվող փաթեթը կարգավորելով և հղումը անհրաժեշտ անվանատարածքներին ավելացնելով: Հաջորդ քայլերում մենք բեռնել ենք մուտքային HTML փաստաթուղթը՝ ստեղծելով Parser դասի օրինակ, այնուհետև օգտագործել GetText մեթոդը TextReader օբյեկտը ստանալու համար և վերջապես կարդալ տեքստը դրանից։
Մենք քննարկել ենք HTML C# հավելվածից ստանալ տեքստը մշակելու մանրամասն հրահանգները: Վերջերս մենք հրապարակեցինք հոդված՝ մետատվյալները Excel ֆայլից C#-ով հանելու համար, լրացուցիչ տեղեկությունների համար դիտեք ինչպես հանել մետատվյալները Excel ֆայլից C#-ով ուղեցույցը:
