解码所有 HTML 实体答案

【问题标题】：Decoding all HTML Entities解码所有 HTML 实体
【发布时间】：2012-01-11 01:01:31
【问题描述】：

我正在寻找可以解码大量 HTML 实体的函数。

原因是我正在编写一些代码来获取 HTML 内容并将其转换为纯文本，我遇到的问题是很多实体不使用HttpUtility.HtmlDecode 进行转换。

我关心的一些实体示例是、&、©。

这适用于 .net 3.5。

【问题讨论】：

我切换到 .Net 3.5 并使用了Console.WriteLine(HttpUtility.HtmlDecode("&nbsp;, &amp;, &copy;"));，它对我来说效果很好。我不明白你为什么会遇到麻烦。你有奇怪的字符串编码什么的吗？

【解决方案1】：

使用 .Net 4 中包含的 WebUtility.HtmlDecode

例如，如果我在控制台应用程序中运行：

  Console.WriteLine(WebUtility.HtmlDecode("&nbsp;, &amp;, &copy;"));

我收到, &, c

【讨论】：

我可能应该说这是针对 .net 3.5 的。我为你 +1 了。还是谢谢你。
WebUtility和HttpUtility的HtmlDecode方法有什么区别？
这里有一个答案：stackoverflow.com/questions/17352981/… 简而言之 - WebUtility 是随 WinRT 一起提供的，它是较新的，而 HttpUtility 是旧的（到处都在使用，所以我希望它会保留下来）。另外我认为 WebUtility 在 System.dll (System.Net) 中，如果我没记错的话，这使得 WinApps 更容易访问它（你不必依赖 System.Web）。

【解决方案2】：

那么也许你需要 HttpUtility.HtmlDecode?。它应该可以工作，您只需要添加对 System.Web 的引用。至少在 .Net Framework

例如下面的代码：

MessageBox.Show(HttpUtility.HtmlDecode("&amp;&copy;"));

工作并且输出符合预期（与号和版权符号）。您确定问题出在 HtmlDecode 中，而不是其他问题？

更新：另一个能够完成这项工作的类 WebUtility（同样是 HtmlDecode 方法）出现在较新版本的 .Net 中。但是，它似乎存在一些问题。请参阅HttpUtility vs. WebUtility 问题。

【讨论】：