仅对 HTML 字符串中的重音字符进行编码

Question

我有以下接受 HTML 字符串的函数，例如"<p>áêö</p>"：

public string EncodeString(string input)
{
    // ...
    return System.Net.WebUtility.HtmlEncode(input);
}

我想修改该函数以输出相同的字符串，但将重音字符作为 HTML 实体。使用 System.Net.WebUtility.HtmlEncode() 对整个字符串进行编码，包括 HTML 标记。如果可能，我想保留 HTML 标记，因为字符串在应用程序的其他地方被解析和呈现。这是用正则表达式更好地解决的问题吗？

Answer 1

这很可能是最奇怪的解决方案，但是...

public static string EncodeString(string input)
{
    string startTag = input.Substring(0, input.IndexOf(">") + 1);
    string endTag = input.Substring(input.IndexOf("</"), startTag.Length + 1);
    input = input.Substring(startTag.Length, input.Length - endTag.Length - startTag.Length);
    return startTag + System.Net.WebUtility.HtmlEncode(input) + endTag;
}

Answer 2

您可以使用AngleSharp 之类的库来替换 html 元素的内容：

public static async Task<string> EncodeString(string input)
{
    var context = BrowsingContext.New(Configuration.Default);
    var document = await context.OpenAsync(req => req.Content(input));
    var pElement = document.QuerySelector("p");
    pElement.TextContent = System.Net.WebUtility.HtmlEncode(pElement.TextContent);
    return pItem.ToHtml();
}

在此处查看实际操作：.NET Fiddle

---

对于嵌套元素的更一般情况，以下是修改后的代码：

public static async Task<string> EncodeString(string input)
{
    var context = BrowsingContext.New(Configuration.Default);
    var document = await context.OpenAsync(req => req.Content(input));
    return await EncodeString(document.Body.FirstChild);
}

private static async Task<string> EncodeString(INode content)
{
    foreach(var node in content.ChildNodes)
    {
        node.NodeValue = node.NodeType == NodeType.Text ?
            System.Net.WebUtility.HtmlEncode(node.NodeValue) :
            await EncodeString(node);
    }
    return content.ToHtml();
}