HTML Tags entfernen und Text korrekt darstellen

[openshinok]

hallo,
ich habe ein Datenbankfeld in dem sind E-Mails gespeichert. Leider auch HTML-Emails. Wie kann ich den Text aus dem HTML-Code herauslösen?

Die HTML-Tags bekomme ich schon über die ein oder andere Funktion weg, das habe ich mir schon gegoogelt.

a) Leider bleiben noch css-Definitionen die im Header stehen übrig.
b) Weiterhin werden die Umlaute noch als HTML-Code ausgegeben

Bei a) finde ich evtl. noch etwas passendes im Netz, bei b) könnte ich mir etwas schreiben das mir die Zeichen ersetzt. Jedoch muss ich bei b) erst auf alle Zeichen kommen die ersetzt werden müssen und das ist mir zu unsicher...

Gibt es nicht schon eine fertige Funktion in .Net die ich übersehen habe oder bietet jemand etwas an das zuverlässig aus HTML und CSS den Text herauslöst? Im Grund könnte es soetwas sein wie das HTML wie im Browser anzeigen lassen, alles markieren, kopieren, in notepad einfügen, alles markieren, kopieren und am Ziel wieder einfügen.

Hat jemand eine Idee?

[gfoidl]

Hallo,

mit regulären Ausdrücken (RegEx) können alle Zeichen innerhalb von < und > durch einen leeren String ersetzt werden.

zB
[highlight=c#]
string plainText = Regex.Replace(htmlText, "<[^>]+?>", string.Empty);
[/highlight]


mfG Gü

[openshinok]

hallo,
ja das weiss ich und nutze ich bereits, aber das ist mir zu wenig. Siehe a) + b) verbleiben noch.

[fanderlf]

hm das hier hab ich auf die schnelle gefunden. Aber ne wirklich wasserdichte Lösung gibts wohl nicht:

http://www.codeproject.com/KB/HTML/H...lain_Text.aspx

[openshinok]

hallo,
vielen Dank das Ding ist genial! Hat mich zwar für Erweiterung und Integration den ganzen Nachmittag gekostet aber jetzt habe ich eine dll die ich mit .Net nutzen kann und mir per CLR am SQL-Server integriert habe

[fanderlf]

na dann is ja gut was man auf google net alles finde