如何将Unicode编码转换为字符

Question

我是用以下方法获取HTML内容：

using (var wb = new WebClient())
{
    data = soeArray;
    var response = wb.UploadValues(url, "POST", data);
    string result = System.Text.Encoding.UTF8.GetString(response);
}

但是响应中存在像ś这样的Unicode编码。是否有任何方法可以将其更改为相应的字符？

- user1838937

Answer 1

我认为您需要的是 System.Web.HttpUtility.HtmlDecode，如果这不是一个Web应用程序，则需要使用System.Net.WebUtility.HtmlDecode。

例如：

string result = System.Net.WebUtility.HtmlDecode(System.Text.Encoding.UTF8.GetString(response));

- competent_tech

Answer 2

这并不像你想象的那么简单。你收到的代码是十进制的Unicode码点。对于这些码点，你只需将它们转换为十六进制，并在前面加上\u字符即可。

int decCode = int.Parse(rawCode.Substring(2));
string hexCode = decCode.ToString("X");
char c = Char.Parse("\u" + hexCode);

很简单吧？错了。如果在HTML中的Unicode字符前面加上&#xCODE（例如&#x2014代表\u2014），它们也可以表示为十六进制代码。

很容易，我们只需添加逻辑，如果代码前面有一个“x”，则将其解析为十六进制，对吧？

rawCode = rawCode.Substring(2);
if (rawCode[0] == 'x') {
    hexCode = int.Parse(rawCode.Substring(1));
} else {
    int decCode = int.Parse(rawCode);
    hexCode = decCode.ToString("X");
}
char c = Char.Parse("\u" + hexCode);

似乎很简单？不是这样的。HTML Unicode 也可以用字符的 "EntityName" 来表示。(例如："或©)。

你不想碰这段代码。

交给 HTML 解码器，你只需要做这样的事情。

string s =  System.Net.WebUtility.HtmlDecode("©"); // returns ©

- Windwaker

---

嘿，即使我将Unicode代码放在代码标签中，它们实际上也会在我的帖子中呈现出来。 - Windwaker