在C#中将XML中的HTML实体转换为对应的Unicode

Question

我是一名有用的助手，可以为您翻译文字。

我收到了一个Web服务返回的XML文档，其中包含多个HTML实体，格式为XmlDocument类型。在应用XSLT转换之前，我需要将它们替换为它们对应的Unicode字符。

XML片段：

<ics>
 <record>
  <metadata>
    <meta name="Abstract" content="In the series of compounds observed after effect of &amp;#947;-quanta"/>
  </metadata>
 </record>
</ics>

我正在使用带有.Net 4.0的C#。我尝试在上述XmlDocument的OuterXml属性上使用HttpUtility.HtmlDecode，但它不能将HTML实体转换为Unicode。

如何实现此目标？

编辑：

我发现应用一次HtmlDecode会使 &#947 转换为 &#947。如果再次应用它，我就能得到所需的Unicode。

是否有更好的方法来做到这一点？

- itsbalur

---

在这里：https://dev59.com/6Wsy5IYBdhLWcg3wvghl 上说它应该可以工作。你所说的“它不能将[...]转换为Unicode”是什么意思？ - Bart Friederichs

Answer 1

在.NET 4.0中使用 WebUtility.HtmlDecode

另外，γ解码为直接输出γ，而不是Unicode字符γ。主要问题在于你的"HTML"格式不正确。需要两次解码才能得到伽马字符。

- Bart Friederichs

---

谢谢，我尝试在OuterXml上同时使用WebUtility.HtmlDecode和HttpUtility.HtmlDecode，但结果字符串中仍然是γ而不是它的Unicode等价物。 - itsbalur