解码所有HTML实体

Question

我正在寻找一些能够解码大量HTML实体的函数.

原因是我正在研究一些代码来获取HTML内容并将其转换为纯文本,我遇到的问题是很多实体都没有使用转换HttpUtility.HtmlDecode.

我关注的实体的一些例子是&,&,©.

这是针对.net 3.5的.

Answer 1

那么也许你需要HttpUtility .HtmlDecode？.它应该工作,你只需要添加对System.Web的引用.至少这是.Net Framework <4的方式.

例如,以下代码:

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

工作和输出符合预期(&符号和版权符号).你确定问题是在HtmlDecode中而不是其他内容吗？

更新:另一个能够完成工作的类,WebUtility(再次是HtmlDecode方法)来自更新版本的.Net.但是,它似乎存在一些问题.请参阅HttpUtility与WebUtility问题.

Answer 2

使用WebUtility.HtmlDecode包含在.Net 4中

例如,如果我在控制台应用程序中运行:

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

我明白了 , &, c