我收到了一个来自MySQL数据库的导出文件,由于编码混乱,其中包含了一些 HTML字符编码
,例如 ü
以及更为问题严重的字符,如 ü
和 Ã
表示相同字母。我的任务是将文件恢复一致,并将所有内容转换为正确的拉丁字符,例如 ú
和 ó
。
我正在处理的字符串示例是:
Desinfektionslösungstücher für Flächen
这应该对应于:
50 Tattoo Desinfektionsl ö sungst ü cher f ü r Fl ä chen
50 Tattoo Desinfektionsl ö sungst ü cher f ü r Fl ä chen
C# / .Net 4.5是否有可用的方法,可以成功重新编码如 ü
和 Ã
这样的字符为 UTF-8
?
否则,哪种方法是可取的?
另外,上面例子中的段落字符¶
是实际的段落字符还是其他字符组合的一部分?
我已经创建了一个查找替换表,在需要进行查找和替换时使用,下面是该表,但我不确定它有多完整。
É -> É
“ -> "
†-> "
Ç -> Ç
à -> Ã
é, 'é
à -> ú -> ú
• -> -
Ø -> Ø
õ -> õ
à -> í
â -> â
ã -> ã
ê -> ê
á -> á
é -> é
ó -> ó
– -> –
ç -> ç
ª -> ª
º -> º
à -> à
ü
和Ã
并不完全是“特殊字符”,而是**乱码**。 - Boann