解码所有HTML实体

Question

我正在寻找一个函数，可以解码大量的HTML实体。

原因是我正在编写一些代码，将HTML内容转换为纯文本。问题在于，许多实体不能使用HttpUtility.HtmlDecode进行转换。

我关心的一些实体示例包括  、& 和 ©。

这是针对 .net 3.5 的。

- Matthew

---

我转向了 .Net 3.5 并使用了 Console.WriteLine(HttpUtility.HtmlDecode(" , &, ©"));，对我来说它很好用。我想不出你为什么会遇到麻烦。你的字符串编码有问题吗？ - John Gibb

Answer 1

那么也许您需要使用 HttpUtility.HtmlDecode 方法。它应该可以工作，您只需要添加对 System.Web 的引用。 至少在 .Net Framework < 4 中是这样的。

例如以下代码：

MessageBox.Show(HttpUtility.HtmlDecode("&©"));

代码正常工作，输出结果如预期（包含&符号和版权符号）。您确定问题出在HtmlDecode而不是其他地方吗？

更新：另一个可以完成这项工作的类，WebUtility（同样是HtmlDecode方法），出现在较新版本的.Net中。然而，似乎存在一些问题。请参阅HttpUtility vs. WebUtility 问题。

- Pavel Donchev

---

你是正确的，问题出在我对结果的使用上，如果我将它放入一个 asp:label 中，它会将版权符号转换为 ©。 - Matthew

我明白了。知道这个还是挺有用的 :). - Pavel Donchev

如果使用js的encodeURI()，请使用HttpUtility.UrlDecode()。 - chris c

Answer 2

使用 .Net 4 中包含的 WebUtility.HtmlDecode 方法。

例如，在控制台应用程序中运行以下代码：

  Console.WriteLine(WebUtility.HtmlDecode(" , &, ©"));

我得到的是, &, c

- John Gibb

---

我可能应该说这是针对 .net 3.5 的。虽然我给你点了赞，但还是非常感谢你。 - Matthew

WebUtilityå’ŒHttpUtilityçš„HtmlDecode方法有什么区别？ - crush

这里有一个答案： https://dev59.com/vWQm5IYBdhLWcg3wxBRg简而言之 - WebUtility是WinRT的一部分，它是较新的，而HttpUtility是旧的（在许多地方都使用，因此我希望它能保留）。 此外，我认为WebUtility位于System.dll（System.Net）中，这使得它对WinApps更加可访问（如果我记得正确的话，您不必依赖于System.Web）。 - Pavel Donchev