生成简历经验总结（解析HTML字符串）

在生成简历的过程中，我的做法是首先设计一个word的简历模板，设置好书签，从数据库中读取数据，调用aspose进行填充。一般的数据项包括图片文件都没有问题。

问题出在了HTML字符串上。因为简历中有几个数据项是采用富文本框来进行采集的，采集的结果是以HTML字符串的格式存入数据库中的，如果直接从数据库中提取这样的字符串往word里面填充，word里面显示的就是HTML字符串，显然不是我要的结果。这里需要把HTML字符串解析为文本。一种简单的做法是直接去掉HTML字符串中的HTML标记，这样做的结果是留下来的确实是用户录入的数据内容，但是仅仅是数据内容，文本格式没有的，比如说字体大小、颜色、空格、换行等等都没有了，这样插入word里面之后，可读性很差；在网上找了很多资料，发现一种好办法，那就是调用SautinSoft.HtmlToRtf.dll，这个dll文件能够处理整页HTML文档转换为word文件，也可以将HTML字符串转换为rtf字符串。

为了将HTML字符串转换为带有格式的文本，我的做法是，第一步，将HTML字符串通过SautinSoft.HtmlToRtf.dll里面的方法转换为rtf字符串；第二步，将rtf字符串保存为一个word文件，这样形成的word文件就是有格式的word文本了；第三步，使用aspose读取生成的word文件里面的文本，插入到我最终要生成的简历文档中。

这里要特别注意的一个问题是，我采用的SautinSoft.HtmlToRtf.dll是没有授权的，存在一个转换字符数量的限制（1000000），而且在转换出来的rtf字符串中有他们的版权标记，我对rtf字符进行了分析之后，将rtf字符串中与版权有关的部分去掉了，才算是解决了问题。

private string HtmlTransLate(string strHtmlCode)
        {
            string temp = "";
            if (strHtmlCode != "")
            {
                SautinSoft.HtmlToRtf h = new SautinSoft.HtmlToRtf();
                h.PageStyle.PageSize.Letter();
                h.PageStyle.PageMarginLeft.Mm(20f);

string htmlString = "";
                string rtfString = "";

htmlString = strHtmlCode;//HTML字符串

rtfString = h.ConvertString(htmlString);//HTML字符串转换为rtf字符串
                rtfString = rtfString.Remove(rtfString.Length - 454, 453);//rtf字符串去掉版权信息

string tname = Server.MapPath(@"~/info/test1.doc");

WriteFile(tname, rtfString);//rtf字符串保存到word文件中

Document tempdoc = new Document(Server.MapPath(@"~/info/test1.doc"));//读取生成的word文件
                temp = tempdoc.GetText();//得到word文件中的文本内容
            }
            return temp;
        }