C# 將 HTML 碼轉為純文字

 最近某個系統要加上簽核意見，所以先使用  HtmlSanitizer 過濾惡意HTML tag。

using Ganss.Xss;
var sanitizer = new HtmlSanitizer();
var html = @"<script>alert('xss')</script><div onload=""alert('xss')"""
    + @"style=""background-color: rgba(0, 0, 0, 1)"">Test<img src=""test.png"""
    + @"style=""background-image: url(javascript:alert('xss')); margin: 10px""></div>";
var sanitized = sanitizer.Sanitize(html, "https://www.example.com");
var expected = @"<div style=""background-color: rgba(0, 0, 0, 1)"">"
    + @"Test<img src=""https://www.example.com/test.png"" style=""margin: 10px""></div>";
Assert.Equal(expected, sanitized);

但後來又被要求要儲存純文字碼，所以就找了一下，有2個候選人 Html Agility Pack 與  Dangl.TextConverter  ，Html Agility Pack 功能強大但是使用上較麻煩，Dangl.TextConverter  專精於不同格式轉換，使用上語法簡捷，就用它了。

using Dangl.TextConverter.Html;

var plainText = HtmlToText.ConvertHtmlToPlaintext(html);

這樣就收工下課啦~