1

Estou recebendo um registro cujo conteúdo é este abaixo (em HTML):

 
 
<p style="text-align: justify;"><span style="font-family: times new     roman,times;"><span style="font-size: medium;"><strong>EDECPJE N&ordm;    </strong> <strong>0800141-19.2014.4.05.0000 - AGTR</strong></span></span></p>
(...)

Mas preciso salvar isto em TXT (no mínimo, o ideal era converter as formatações e salva tudo).

Feliz, tentei utilizar o HttpUtility.HtmlDecode(), mas para minha decepção ele apenas removeu o &nbsp; entre outras tag inexpressivas.

Alguma ideia de como posso fazer isto de forma correta?

Desde já agradeço a todos.

1
  • A tua pergunta não é muito explicativa, o que dificultará você a ter uma resposta que resolva o problema. Coloque o resultado esperado do trecho do HTML que você postou. Você está ciente que &nbsp; representa espaço sem quebras?
    – stderr
    Commented 5/06/2015 às 15:32

1 Resposta 1

1

Ok! Amigos, obrigado pelo empenho. Encontrei uma solução satisfatória que demonstro abaixo:

System.Text.RegularExpressions.Regex.Replace(text, "<(.|\n)*?>", string.Empty);

Esse comando não vai formatar nada, apenas remover todas as tags (HTML/XML) de modo rápido e simplificado. Se encontrar uma solução mais elaborada (tipo além de remover tudo, manter a formatação) eu posto aqui.

Mais uma vez obrigado.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .