如何使用HTMLAgilityPack写出解码后的HTML？

Question

我尝试使用HTMLAgilityPack和DOCX库将HTML写入DOCX文件时取得了部分成功。但是，我插入.docx文件的文本包含编码的html，如：

La ciudad de Los Ángeles (California) ha sincronizado su red completa de semáforos —casi 4.500—, que cubre una zona de 1.215 kilómetros cuadrados (469 millas cuadradas). Según el diario

我希望它更像是这样：

La ciudad de Los Angeles (California) ha sincronizado su red completa de semaforos - casi 4.500 -, que cubre una zona de 1.215 kilometros cuadrados (469 millas
cuadradas). Segun el diario

要显示某些上下文，这是我正在使用的代码：

private void ParseHTMLAndConvertBackToDOCX()
{
    List<string> sourceText = new List<string>();
    List<string> targetText = new List<string>();
    HtmlAgilityPack.HtmlDocument htmlDocSource = new HtmlAgilityPack.HtmlDocument();
    HtmlAgilityPack.HtmlDocument htmlDocTarget = new HtmlAgilityPack.HtmlDocument();

    // There are various options, set as needed
    htmlDocSource.OptionFixNestedTags = true;
    htmlDocTarget.OptionFixNestedTags = true;

    htmlDocSource.Load(sourceHTMLFilename);
    htmlDocTarget.Load(targetHTMLFilename);

    // Popul8 generic list of string with source text lines
    if (htmlDocSource.DocumentNode != null)
    {
        IEnumerable<HtmlAgilityPack.HtmlNode> pNodes = htmlDocSource.DocumentNode.SelectNodes("//text()");

        foreach (HtmlNode sText in pNodes)
        {
            if (!string.IsNullOrWhiteSpace(sText.InnerText))
            {
                sourceText.Add(sText.InnerText);
            }
        }
    }

。 。

毫无疑问，最相关的路线是：

sourceText.Add(sText.InnerText);

它应该是InnerText以外的东西吗？

是否有可能：

sourceText.Add(sText.InnerText.Decode());

即使项目编译并运行，Intellisense也无法使用它;试图看看除了针对HTMLNode的InnerText之外还有哪些其他选项是徒劳的;我知道有OuterText，InnerHTML和OuterHMTL，但是......

Answer 1

您可以使用HTMLAgilityPack中的HtmlEntity.DeEntitize(sText.InnerText)。

Answer 2

尝试：

sourceText.Add(HttpUtility.HtmlDecode(myEncodedString));

Examples