C# 哪种类型的文件解析最简单、高效且好？（html、pdf、csv、文本）

我想解析html文件、pdf文件、csv文件和文本文件。现在解析上面指定的哪种类型的文件最简单有效

因为如果可能的话，我想通过公共解析代码解析pdf、html、csv和文本文件

现在假设对html的解析是最简单和有效的，那么：

我将为html文件编写解析代码，并尝试将pdf文件转换为html文件，如果可能的话。为解析html文件编写的代码也适用于pdf文件

因此，我将尝试将pdf、csv和文本文件转换为html文件，并编写解析html文件的代码，从而该代码将解析html、pdf、csv和文本文件

那么1哪种类型的文件解析是最简单和有效的pdf、csv、html和文本？ 2并且可以将文件PDF、文本、html和csv相互转换。

---

就像html解析最简单，然后是pdf到html、文本到html和csv到html。

只需在文本编辑器中查看文件即可

---

html、csv和文本解析都同样容易，如果不知道您希望解析的数据是什么，就不能说哪一个最合适。只要你知道你想做什么，在它们之间转换是没有困难的

---

pdf是另一种球类游戏，难度会大得多，首先要从中提取文本。

您不能用相同的解析器代码解析上述所有文件类型

最简单的文本格式CSV和HTML是文本文件。尽管如此，这并不意味着它们很容易解析。这真的取决于他们有什么格式

PDF文件本质上是二进制文件，因此需要不同的解析器

一般来说，数据越结构化，解析就越容易。因此，CSV将是最简单的，可能也是最快的

我建议使用现有的解析器，而不是编写自己的解析器

有一些库可以解析CSV和一些其他类型的结构化文本选项卡，例如分隔符-请参阅

对于HTML解析，有两种方法

---

有许多免费和商用PDF解析器。

您想从文件中提取哪些信息？PDF文件可以存储比文本文件和图像多得多的内容，例如，因此将任意PDF转换为文本并不容易。@Jens从我想要提取表信息的每种类型的文件中提取。到目前为止，最简单的是CSV，它对于表格式数据的分析并没有变得更简单。大多数情况下，就像文本文件一样，但C逗号可以是任何东西，但我们仍然称之为CSV，其中C是字符。@Paul Creasy。我想从每种类型的文件中提取表信息。当然可以。但是PDF的转换需要对PDF进行解析，并将解析树转换为HTML。+1。HTML敏捷包是一个很好的建议。考虑PDF框或ItExtPress的PDF格式。或者，我正在使用QuickPDF，这真的很好。@Harikrishna-我不明白你的选择2。如何将PDF转换为html？如果不是在代码中，则在转换pdf后使用HTML解析器。@Oded Sir..在选项2中-我应该首先通过编写解析代码将pdf转换为HTML，然后通过HTML解析器解析该信息。例如，pdf转换为HTML，HTML转换为文本。在选项1中，将pdf转换为文本和html文本。我应该做哪一个？@Oded Sir..在每个文件的末尾，我想要显示在datagridview上的文本信息。所以我应该为每个文件编写不同的解析代码，比如pdf到文本、html到文本、csv到文本吗？或者我应该先从pdf转换成html，再从csv转换成html，然后再从html转换成文本吗？