C# 如何在windows上使用lynx.exe将html字符串（带有css和格式错误的html）转换为纯文本

我已经尝试过使用正则表达式来完成这项任务（），因此我尝试过使用HTMLAgilityPack，但结果文本非常糟糕，html列表（

）完全丢失，只会导致段落聚集在一起

在这个问题上，我看到lynx（为windows编译）被推荐为一个好的替代方案，但是我很难做到这一点——如何使用lynx.exe将html（存储在.net字符串中）转换为带换行符的可呈现的纯文本字符串等

我唯一能想到的方法是将html写入一个文件，使用.nets system.process调用lynx.exe-dump并读取生成的文件——这看起来非常笨拙

有更好的方法吗？
对于这样的任务，确切的lynx.exe命令行是什么

我使用的LYNX实现如下：


编辑：取得了一些进展，这是我一直使用的命令行：

lynx.exe -dump "d:\test.html" >d:\output.txt

它可以正常工作，但如果我在记事本中打开生成的文件，它将全部放在一行上（因为lynx只对新行使用换行符，而记事本需要回车才能正确渲染）

此外，它在

&

标记后插入太多换行符，这两个换行符是：

   Hello, this is a normal line of text.


   Next an ordered list:


   1.       The

   2.       Quick

   3.       Brown Fox

   4.       Jumped

我可以通过用一个LF替换两个连续的LF来解决这个问题，但我仍然需要一个c#包装器

编辑2-我根据Christian的答案得出的最终解决方案：

Function ConvertHtmlToPlainText(ByVal HtmlString As String) As String

    '#### Define FileBuffer Path
    Dim HtmlBuffer As String = WorkingRoot & "HtmlBuffer.html"

    '#### Delete any old buffer files
    Try
        If File.Exists(HtmlBuffer) = True Then
            File.Delete(HtmlBuffer)
        End If
    Catch ex As Exception
        Return "Error: Deleting old buffer file: " & ex.Message
    End Try

    '#### Write the HTML to the buffer file
    Try
        File.WriteAllText(WorkingRoot & "HtmlBuffer.html", HtmlString)
    Catch ex As Exception
        Return "Error: Writing new buffer file: " & ex.Message
    End Try

    '#### Check the file was written OK
    If File.Exists(HtmlBuffer) = False Then
        Return "Error: HTML Buffer file was not written successfully."
    End If

    '#### Read the buffer file with Lynx and capture plain text output
    Try
        Dim p = New Process()
        p.StartInfo = New ProcessStartInfo(LynxPath, "-dump -width 1000 " & HtmlBuffer)
        p.StartInfo.WorkingDirectory = WorkingRoot
        p.StartInfo.UseShellExecute = False
        p.StartInfo.RedirectStandardOutput = True
        p.StartInfo.RedirectStandardError = True
        p.StartInfo.WindowStyle = ProcessWindowStyle.Hidden
        p.StartInfo.CreateNoWindow = True
        p.Start()
        p.WaitForExit()

        '#### Grab the text rendered by Lynx
        Dim text As String = p.StandardOutput.ReadToEnd()
        Return text.Replace(vbLf & vbLf, vbLf)

    Catch ex As Exception
        Return "Error: Error running LYNX to parse the buffer: " & ex.Message
    End Try
End Function

---

使用此功能，您可以调用Lynx，将重定向的StandardOutput的输出捕获为字符串，而无需先将其写入文件

using System;
using System.Diagnostics;

namespace Lynx.Dumper
{
  public class Dampler
  {
      public void fdksfjh()
      {
          var url = "http://www.google.com";

          var p = new Process();

          p.StartInfo = new ProcessStartInfo("c:/tools/lynx_w32/lynx.exe", "-dump -nolist " + url)
          {
              WorkingDirectory = "c:/tools/lynx_w32/",
              UseShellExecute = false,
              RedirectStandardOutput = true,
              RedirectStandardError = true,
              WindowStyle = ProcessWindowStyle.Hidden,
              CreateNoWindow = true
          };

          p.Start();
          p.WaitForExit();

          //grab the text rendered by Lynx
          var text = p.StandardOutput.ReadToEnd();

          Console.WriteLine(text);
      }
  }
}

非常好的解决方案，干杯（关于我的最终解决方案，请参见上面问题的编辑2）