C# 使用OpenXml power工具将Docx转换为html，无需格式化

我在项目中使用OpenXml Power tools将文档（docx）转换为html， 使用此sdk已经提供的代码，它以html形式生成一个优雅的副本。（Github链接：）

然而，从html标记来看，html已经嵌入了样式

有没有办法关闭此功能并使用简单的

和

标记

我想知道这种嵌入式样式，因为格式将由引导处理

嵌入式样式如下所示：

 <p dir="ltr" style="font-family: Calibri;font-size: 11pt;line-height: 115.0%;margin-bottom: 0;margin-left: 0;margin-right: 0;margin-top: 0;">
 <span xml:space="preserve" style="font-size: 11pt;font-style: normal;font-weight: normal;margin: 0;padding: 0;"> </span>
 </p>

如您所见，如果您想要直接复制，这是很好的，但是如果您想要自己控制样式，这是不行的

在C代码中，我已经做了以下调整：

• 额外的CSS被注释掉了
• 制造类是假的
• CssClassPrefix已注释掉

---

非常感谢。

我已经用小Y312的提示解决了这个问题

使用下面的示例时，可以将生成的html字符串加载到html敏捷包中，如下所示

HtmlDocument htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(htmlString);

然后查找属性（样式和任何其他属性）并删除它们

var styles = htmlDoc.DocumentNode.SelectNodes("//@style");                    
if (styles != null)
{
foreach (var item in styles)
{
item.Attributes["style"].Remove();
}
}

然后保存文件

var fileName = Path.Combine(outputDirectory,"index.html");
htmlDoc.Save(new FileStream(fileName,FileMode.Create,FileAccess.ReadWrite));

还有其他方法可以做到这一点，但似乎是可以接受的解决办法

编辑：

在对这里发布的两个答案进行了一些实验之后，我发现这个实现工作得最好，因为它对图像没有问题

 var body = htmlDoc.DocumentNode.SelectSingleNode("//body");
 var tags = body.SelectNodes("//*");
 if (tags != null)
 {
  foreach (var tag in tags){
      if (!tag.OuterHtml.Contains("img"))
      {
       tag.Attributes.RemoveAll();
      }
    }
  }

---

理论上，您也可以将其用于表格，但是，根据您想要的样式，您始终可以去掉由电动工具生成的属性，并用自己的属性替换这些属性。

如果您还可以使用

XmlReader

和

XmlWriter

获得基本html。不过，这可能有点过分，因为只保留标记本身及其文本内容

public static class HtmlHelper
{
    /// <summary>
    /// Keep only the openning and closing tag, and text content from the html
    /// </summary>
    public static string CleanUp(string html)
    {
        var output = new StringBuilder();
        using (var reader = XmlReader.Create(new StringReader(html)))
        {
            var settings = new XmlWriterSettings() { Indent = true, OmitXmlDeclaration = true };
            using (var writer = XmlWriter.Create(output, settings))
            {
                while (reader.Read())
                {
                    switch (reader.NodeType)
                    {
                        case XmlNodeType.Element:
                            writer.WriteStartElement(reader.Name);
                            break;
                        case XmlNodeType.Text:
                            writer.WriteString(reader.Value);
                            break;
                        case XmlNodeType.EndElement:
                            writer.WriteFullEndElement();
                            break;
                    }
                }
            }
        }

        return output.ToString();
    }
}

公共静态类HtmlHelper
{
/// 
///仅保留html中的打开和关闭标记以及文本内容
/// 
公共静态字符串清理（字符串html）
{
var输出=新的StringBuilder（）；
使用（var reader=XmlReader.Create（newstringreader（html）））
{
var settings=newXMLWriterSettings（）{Indent=true，ommitXMLDeclaration=true}；
使用（var writer=XmlWriter.Create（输出、设置））
{
while（reader.Read（））
{
开关（reader.NodeType）
{
case XmlNodeType.Element：
writer.writeStart元素（reader.Name）；
打破
案例XmlNodeType.Text：
writer.WriteString（reader.Value）；
打破
案例XmlNodeType.EndElement：
writer.writeFileLendElement（）；
打破
}
}
}
}
返回output.ToString（）；
}
}

结果输出：

<p>
  <span></span>
</p>

您还可以解析生成的html并删除所有属性。这将是一个极好的主意。非常感谢。