C# 将具有多种类型字符的字符串编码为 HTML

Question

我有一个疑问，我什至不确定这是什么疑问。我只是解释一下。

我需要将 C# Windows 表单中可能包含任何类型字符的字符串转换为 HTML 格式。我需要这个才能在我的程序中使用现有工具，所以它必须完全像这样。

问题是HtmlEncode 函数没有按预期工作。我找到了一个完全符合我需要的网站。该网站是：http://web.forret.com/tools/html.asp。

当我在这个网站上发布字符串时：

"® € ì Ù Ω µ drokluží zlůd paněž  Ř  ř common text"

并将其转换为我得到的html：

"® € ì Ù Ω µ drokluží zlůd paněž  Ř  ř common text"

我需要在 C# 中获得完全相同的内容。请注意，当我询问转换时，原文更改为：

"® **€ ì Ù Ω µ drokluží zlůd paněž  Ř  ř common text**"

所以我相信预转换是在最终转换之前完成的。我就是找不到。

注意HTMLEncode 产生

"® € ì Ù Ω µ drokluží zlůd paněž  Ř  ř common text"

它甚至不转换一些符号，如 € Ω 或外国文本 zlůd paněž Ř ř**。

我已经在这方面浪费了大量时间，因此非常感谢任何形式的帮助。我希望问题足够清楚。

Answer 1

您正在查看以下代码：

public string HTMLEncodeSpecialChars(string text)
{
  System.Text.StringBuilder sb = new System.Text.StringBuilder();
  foreach (char c in text){
    if(c>127) // chars not in ASCII
      sb.Append(String.Format("&#{0};",(int)c));
    else
      sb.Append(c);
  }
  return sb.ToString();
}

Answer 2

如果你的输入是 UTF，你能不能只用一个循环解析文本（伪代码）

foreach char in string
    if char code greater than 126
        print "&#" + charcode + ";"
    else if char is &
        print "&"
    else 
        print char

可能的改进...

最好使用实体字符串 IMO，因为它们对人类读者来说更清晰，并且不太可能被计算机误解。但是，以上应该可以工作...