将HTML转换为纯文本，同时保留P，BR，UL，OL？

Question

在从HTML文本导出到Excel工作表期间，我正在尝试保留基本格式，例如HTML换行符（<br>，<p>），列表（<ol>，{{ 1}}）等。

示例输入：

<ul>

示例输出：

<p>This is a test.</p>
<p>This is another<br>test.</p>

<ul>
    <li>10</li>
    <li>20</li>
    <li>30</li>
</ul>

<p>End.</p>

来自着名的NirSoft家伙的免费实用程序HTMLAsText似乎正是我想要的，不幸的是它没有源代码：

即使在检查了约。 Stack Overflow上有20个类似的问题，并且谷歌浏览了几个小时，我能找到的最接近的是this Code Project article。

我的问题是：

是否有人知道可以在保留基本格式的同时将HTML转换为纯文本的类/库？

更新2013-05-10

我最终得到了一个函数see the full code over at Pastebin。

Answer 1

你能不能自己替换：

<br /> with Environment.NewLine
</p> with Environment.NewLine + Environment.NewLine
<li> with " - ".

然后用正则表达式删除剩下的HTML？它似乎实现了你想要的示例输出。当然，有人可能会有更优雅的解决方案。 =）

Answer 2

您是否尝试过使用this one并将“允许的标签”设置为您想要的标签？