获取 HTML 内容 C# – 从可编辑文档提取 HTML

介绍

如果您需要从 Word、DOCX 或任何其他可编辑文件 get HTML content C#，GroupDocs.Editor for .NET 可以轻松实现。在本教程中，我们将逐步演示如何从可编辑文档中提取 HTML，向您展示如何 convert Word to HTML，并解释为何在需要 edit Word document .NET 应用时此方法是理想选择。完成后，您只需几行代码即可将 HTML 提取集成到自己的项目中。

快速答案

  • “get HTML content C#” 是什么意思？ 这是使用 C# 代码检索文档的 HTML 表示的过程。
  • 哪个库负责转换？ GroupDocs.Editor for .NET 提供对 Word、DOCX 等格式的内置支持。
  • 生产环境需要许可证吗？ 是的——生产使用需商业许可证，但提供免费试用。
  • 我可以只提取文档的一部分吗？ 您可以获取完整的 HTML 字符串，然后截取或解析所需的部分。
  • 此方法兼容 .NET 吗？ 完全兼容——支持 .NET Framework、.NET Core 以及 .NET 5/6。

什么是 “get HTML content C#”？

获取 HTML 内容 C# 指使用 C# 代码读取文档（例如 .docx），并将其内容输出为 HTML 字符串。这对于网页预览、内容迁移或进一步的 HTML 操作非常有用。

为什么要从可编辑文档中提取 HTML？

  • 跨平台预览 – 在浏览器中显示 Office 文件，无需安装 Office。
  • 内容复用 – 在网页或电子邮件模板中重复使用文本和样式。
  • 简化编辑 – 编辑 HTML 后，如有需要可将更改推回原始格式。
  • 集成 – 可与其他 .NET 服务（如 PDF 转换、搜索索引）结合使用。

前置条件

  • Visual Studio（或任何兼容的 .NET IDE）
  • 已安装 .NET Framework 或 .NET Core 运行时
  • 已通过 NuGet 将 GroupDocs.Editor for .NET 库添加到项目中
  • 用于提取 HTML 的示例文档（Word、DOCX 等）
  • 基础的 C# 知识

导入命名空间

首先，导入必要的命名空间以使用 GroupDocs.Editor 类。

using System;
using System.IO;
using GroupDocs.Editor.Options;

如何从可编辑文档获取 HTML 内容 C#

下面是逐步指南，展示 如何提取 HTML，本质上与 如何从文档中提取 html 相同。相同的流程也演示了 convert docx to html 和 convert word to html。

步骤 1：为文档创建 FileStream

使用 FileStream 打开源文件。该流向编辑器提供文档的字节数据。

using (FileStream fs = File.OpenRead("Your Sample Document"))
{
    // Next steps will be placed here
}

步骤 2：初始化 Editor

在 using 块内部实例化 Editor 类。委托提供流，加载选项告诉编辑器您正在处理的格式（此处为 WordProcessing）。

using (Editor editor = new Editor(delegate { return fs; }, delegate { return new WordProcessingLoadOptions(); }))
{
    // Next steps will be placed here
}

步骤 3：编辑文档

使用 Edit 方法创建 EditableDocument。该对象表示可编辑状态的文档，并让您访问其 HTML 内容。

using (EditableDocument document = editor.Edit(new WordProcessingEditOptions()))
{
    // Next steps will be placed here
}

步骤 4：提取 HTML 内容

最后，在 EditableDocument 上调用 GetContent()。该方法返回整个文档的 HTML 字符串。演示时我们打印前 200 个字符。

string htmlContent = document.GetContent();
Console.WriteLine("HTML content of the input document (first 200 chars): {0}", htmlContent.Substring(0, 200));

常见问题及解决方案

问题原因解决方案
Empty HTML output错误的加载选项或不受支持的文件类型验证您使用了正确的 WordProcessingLoadOptions，或针对 PDF、电子表格等使用相应的加载选项。
Encoding problems文档包含非 ASCII 字符确保源文件以 UTF‑8 编码保存；GroupDocs.Editor 会自动处理 Unicode。
Performance slowdown on large files大文档消耗更多内存将文档分块处理或提升应用的内存限制。

常见问题

GroupDocs.Editor for .NET 能处理哪些类型的文档？

GroupDocs.Editor for .NET 支持多种文档格式，包括 WordProcessing、Spreadsheet、Presentation 等。

GroupDocs.Editor for .NET 是否提供免费试用？

是的，您可以从网站下载免费试用版。

如何获取 GroupDocs.Editor for .NET 的临时许可证？

您可以在GroupDocs 购买页面请求临时许可证。

在哪里可以找到 GroupDocs.Editor for .NET 的文档？

完整文档可在此处获取。

如果遇到问题，我能获得支持吗？

是的，您可以在GroupDocs 支持论坛寻求帮助。

Last Updated: 2026-03-28
Tested With: GroupDocs.Editor for .NET 23.12 (latest at time of writing)
Author: GroupDocs