如果&符号尚未编码,如何对其进行编码？

Question

我需要ac#方法来编码&符号,如果它们尚未编码或是另一个编码的epxression的一部分

例如

"tom & jill" should become "tom & jill"


"tom & jill" should remain "tom & jill"


"tom € jill" should remain "tom € jill"


"tom <&> jill" should become "tom <&amp;> jill"


"tom &quot;&&quot; jill" should become "tom &quot;&amp;&quot; jill"

Answer 1

你真正想要做的是首先解码字符串然后再次编码.不要试图修补编码的字符串.

如果可以轻松解码,任何编码都是值得的,所以重用这种逻辑可以让您的生活更轻松.而且您的软件不易出错.

现在,如果您不确定字符串是否编码 - 问题肯定不是字符串本身,而是产生字符串的生态系统.你是从哪里得到的？在它到达你之前是谁通过了它？你相信吗？

如果你真的不得不求助于创建一个魔法修复奇怪的数据函数,那么考虑构建一个"编码"表及其相应的字符:

& -> &
€ -> €
&lt; -> <
// etc.

然后,首先根据表解码所有遇到的编码,然后重新编码整个字符串.当然,你可能会在没有首先解码的情况下获得更有效的方法.但明年你不会理智.这是你的载体,对吗？你需要保持正确的头脑!如果你想要太聪明,你会失去理智.当你发疯的时候,你会失去工作.令人伤心的事情发生在那些让他们的黑客破坏思想的人身上......

编辑:当然,使用.NET库将使您免于疯狂:

• HttpUtility.HtmlDecode(串)
• HttpUtility.HtmlEncode(串)

我只是对它进行了测试,它似乎没有问题解码字符串只有&符号.所以请继续:

string magic(string encodedOrNot)
{
    var decoded = HttpUtility.HtmlDecode(encodedOrNot);
    return HttpUtility.HtmlEncode(decoded);
}

编辑#2:事实证明,解码器HttpUtility.HtmlDecode将适用于您的目的,但编码器不会,因为您不希望编码尖括号(<,>).但编写编码器非常简单:

define encoder(string decoded):
    result is a string-builder
    for character in decoded:
        if character in encoding-table:
           result.append(encoding-table[character])
        else:
           result.append(character)
    return result as string

Answer 2

这应该做得很好:

text = Regex.Replace(text, @"
    # Match & that is not part of an HTML entity.
    &                  # Match literal &.
    (?!                # But only if it is NOT...
      \w+;             # an alphanumeric entity,
    | \#[0-9]+;        # or a decimal entity,
    | \#x[0-9A-F]+;    # or a hexadecimal entity.
    )                  # End negative lookahead.", 
    "&",
    RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace);