在不解析c ++的情况下将html转换为纯文本？

Question

我想从文本中删除所有html标记。 但我不想使用任何dom库解析整个文档，因为创建一个dom树将是性能的开销，因为我不关心结构。

有没有快速有效的方法将html转换为纯文本？

Answer 1

如果您不需要内存中的DOM树，请使用带有SAX接口的解析器。但请注意，某些真实HTML可能需要容错解析。