C# 下载HTML文件并将其转换为TXT

我正在用c写一个程序。 我需要知道是否有一个选项，以打开一个网站的网址，并在文本中寻找关键字。 例如，如果我的程序获得URL和关键字“gmail” 它会变成现实。

---

因此，作为结论，我需要知道是否有一种方法可以转到URL下载HTML文件，将其转换为文本，这样我就可以查找我的关键字。

听起来你想删除所有HTML标记，然后搜索结果文本

我的第一反应是使用正则表达式：

String result = Regex.Replace(htmlDocument, @"<[^>]*>", String.Empty);

String result=Regex.Replace（htmlDocument，@“]*>，String.Empty）；

不知羞耻地从以下地方偷走了这个：

---

这表明了与您要查找的内容完全相同的内容。

在visual basic中，此功能：

Imports System
Imports System.IO
Imports System.Net

Function MakeRequest(ByVal url As String) As String
    Dim request As WebRequest = WebRequest.Create(url)
    ' If required by the server, set the credentials. '
    request.Credentials = CredentialCache.DefaultCredentials
    ' Get the response. '
    Dim response As HttpWebResponse = CType(request.GetResponse(), HttpWebResponse)
    ' Get the stream containing content returned by the server. '
    Dim dataStream As Stream = response.GetResponseStream()
    ' Open the stream using a StreamReader for easy access. '
    Dim reader As New StreamReader(dataStream)
    Dim text As String = reader.ReadToEnd

    Return text
End Function

---

编辑：为了将来其他人找到此页面时的参考，您传入一个URL，此函数将转到该页面，读取所有html文本，并将其作为文本字符串返回。然后，您所要做的就是解析它（搜索文件中的文本），或者您可以使用流编写器将其保存到文本或html文件中（如果需要）。

您应该能够按原样打开html文件。HTML文件是纯文本的，这意味着

FileStream

和

StreamReader

应该足以读取文件

---

如果您确实希望该文件是.txt文件，您只需在下载时将其保存为

filename.txt

，而不是

filename.html

。

不要使用正则表达式解析html，因为html对于正则表达式来说相当复杂。请查看有关SO的讨论

为此，请使用已经实现的HTML解析器

这里是另一个讨论，所以你可以找到你需要的链接

---

你也可以自己在互联网上搜索。

我认为他的问题实际上是下载页面而不是将其转换为文本。有这样的功能吗？如何使用url下载html？@yoni2:看看这个：我想知道是否有办法下载html文件并将其转换为txt文件

using (WebClient client = new WebClient()) 
{
   client.DownloadFile("http://example.com", @"D:\filename.txt");
}