c# 提取电子书内容

将CHM转换为HTML并提取内容：C#实现方法

最新推荐文章于 2024-09-14 09:30:42 发布

原创

最新推荐文章于 2024-09-14 09:30:42 发布 · 360 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#c# #开发语言

本文介绍了如何使用C#通过调用`cmd.exe`命令将CHM文件转换为HTML，并利用HtmlAgilityPack库解析HTML文件，提取指定标签内的内容。

这里简单介绍一种方法：

实现思路：chm格式转html，然后提取html中指定的内容。

1.chm转html：

        private void UseCmdFunc(string chmName,string htmlOutPath)
        {
            Process process = new Process();

            // 设置进程启动信息
            ProcessStartInfo startInfo = new ProcessStartInfo();
            startInfo.FileName = "cmd.exe"; // 设置要启动的程序为CMD
            startInfo.RedirectStandardInput = true; // 设置重定向输入流
            startInfo.UseShellExecute = false; // 设置不使用操作系统外壳程序启动进程
            startInfo.CreateNoWindow = true; // 设置不创建窗口

            // 启动进程
            process.StartInfo = startInfo;
            process.Start();

            string htmOutPath = htmlOutPath + @"\html" +                        
            chmName.Replace(".chm","").Replace(htmlOutPath, "") + "html";// 输入命令
            process.StandardInput.WriteLine($@"hh -decompile {htmOutPath} {chmName}"); // 输入dir命令

            // 关闭输入流
            process.StandardInput.Close();