public void MustProcessHtmlWithScriptTag()
{
var html = @"
<html xmlns:v=""urn:schemas-microsoft-com:vml"" xmlns:o=""urn:schemas-microsoft-com:office:office"" xmlns:w=""urn:schemas-microsoft-com:office:word"" xmlns:m=""http://schemas.microsoft.com/office/2004/12/omml"" xmlns=""http://www.w3.org/TR/REC-html40"">
<head>
<style>
* {behavior:url(#default#VML);}
</style>
</head>
<body lang=PT-BR link=""#0563C1"" vlink=""#954F72"">
<div class=WordSection1>
<p class=MsoNormal>Vamos colocar uma imagem supimpa???<o:p></o:p></p>
<p class=MsoNormal><o:p> </o:p></p><p class=MsoNormal><span style='mso-fareast-language:PT-BR'>
<img width=248 height=628 id=""Imagem_x0020_1"" src=""cid:[email protected]""></span><o:p></o:p></p>
</div>
</body>
<script>
function test(){
alert('This is a Test');
}
</script>
</html>";
var converter = new HtmlToText(html);
Assert.Equal("Vamos colocar uma imagem supimpa???", converter.GetText());
}
public void MustProcessHtmlWithComment()
{
var html = @"<html xmlns:v=""urn:schemas-microsoft-com:vml"" xmlns:o=""urn:schemas-microsoft-com:office:office"" xmlns:w=""urn:schemas-microsoft-com:office:word"" xmlns:m=""http://schemas.microsoft.com/office/2004/12/omml"" xmlns=""http://www.w3.org/TR/REC-html40""><head><meta http-equiv=Content-Type content=""text/html; charset=iso-8859-1""><meta name=Generator content=""Microsoft Word 15 (filtered medium)""><!--[if !mso]><style>v\:* {behavior:url(#default#VML);}
o\:* {behavior:url(#default#VML);}
w\:* {behavior:url(#default#VML);}
.shape {behavior:url(#default#VML);}
</style><![endif]--><style><!--
/* Font Definitions */
@font-face
{font-family:Calibri;
panose-1:2 15 5 2 2 2 4 3 2 4;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
{margin:0cm;
margin-bottom:.0001pt;
font-size:11.0pt;
font-family:""Calibri"",sans-serif;
mso-fareast-language:EN-US;}
a:link, span.MsoHyperlink
{mso-style-priority:99;
color:#0563C1;
text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
{mso-style-priority:99;
color:#954F72;
text-decoration:underline;}
span.EstiloDeEmail17
{mso-style-type:personal-compose;
font-family:""Calibri"",sans-serif;
color:windowtext;}
.MsoChpDefault
{mso-style-type:export-only;
font-family:""Calibri"",sans-serif;
mso-fareast-language:EN-US;}
@page WordSection1
{size:612.0pt 792.0pt;
margin:70.85pt 3.0cm 70.85pt 3.0cm;}
div.WordSection1
{page:WordSection1;}
--></style><!--[if gte mso 9]><xml>
<o:shapedefaults v:ext=""edit"" spidmax=""1026"" />
</xml><![endif]--><!--[if gte mso 9]><xml>
<o:shapelayout v:ext=""edit"">
<o:idmap v:ext=""edit"" data=""1"" />
</o:shapelayout></xml><![endif]--></head><body lang=PT-BR link=""#0563C1"" vlink=""#954F72""><div class=WordSection1><p class=MsoNormal>Vamos colocar uma imagem supimpa???<o:p></o:p></p><p class=MsoNormal><o:p> </o:p></p><p class=MsoNormal><span style='mso-fareast-language:PT-BR'><img width=248 height=628 id=""Imagem_x0020_1"" src=""cid:[email protected]""></span><o:p></o:p></p></div></body></html>";
var converter = new HtmlToText(html);
Assert.Equal("Vamos colocar uma imagem supimpa???", converter.GetText());
}
public void MustProcessHtmlWithMultilineString()
{
var html = @"<html><head>
<meta http-equiv=""content-type"" content=""text/html; charset=utf-8""></head>
<body dir=""auto"">
<div>Boa tarde,</div><div><br></div>
<div>Gostaria de saber valores em caso de alteracao do voo de volta para quinta feira final do dia.</div>
<div>Voo direto para sdu ou galeao.</div>
<div>Favor sinalizar voo a partir das 18h com menor valor</div>
<div><br></div>
<div>Obrigada<br><br><div>Sent from my iPhone</div></div><div><br>";
var converter = new HtmlToText(html);
var result = converter.GetText();
Assert.Contains("\r\n", result);
}
public void MustProcessHtmlWithUnicodeChars()
{
// TODO: A string criada abaixo não está representando um texto unicode real. Verificar para validar.
var html = Encoding.Unicode.GetString(Encoding.Unicode.GetBytes(@"
<html xmlns:v=""urn:schemas-microsoft-com:vml"" xmlns:o=""urn:schemas-microsoft-com:office:office"" xmlns:w=""urn:schemas-microsoft-com:office:word"" xmlns:m=""http://schemas.microsoft.com/office/2004/12/omml"" xmlns=""http://www.w3.org/TR/REC-html40"">
<head>
<style>
* {behavior:url(#default#VML);}
</style>
</head>
<body lang=PT-BR link=""#0563C1"" vlink=""#954F72"">
<p class=3DMsoNormal>Esta mensagem foi verificada pelo sistema de antivírus e acredita-se estar livre de perigo.</p>
</body>
<script>
function test(){
alert('This is a Test');
}
</script>
</html>"));
var converter = new HtmlToText(html);
var result = converter.GetText();
Assert.Equal("Esta mensagem foi verificada pelo sistema de antivírus e acredita-se estar livre de perigo.", result);
}