ISO-8859-1 编码字符串到 UTF-8 字符串答案

【问题标题】：ISO-8859-1 encoded string to UTF-8 stringISO-8859-1 编码字符串到 UTF-8 字符串
【发布时间】：2018-02-02 13:24:18
【问题描述】：

我正在使用 HtmlAgilityPack 从某些网站中获取一些元数据。但是，很多网站的元数据内容都使用 ISO-8857-1 编码保存，所以我得到如下字符串：

Alt sammen under &#233;t tag.  Kontakt os i dag p&#229;

作为一个编码初学者，我完全不知道如何获得常规的 UTF-8 编码字符串。我试过这样的程序：

Encoding.GetEncoding("iso-8859-1").GetString(Encoding.UTF8.GetBytes(input));

这只是给了我一个更加晦涩的字符串。有人可以指出我正确的方向吗？当我将它们写入引号块时，甚至堆栈溢出也会将 iso-8859-1 字符转换为正确的字符。

【问题讨论】：

请注意，数字字符实体引用标识 Unicode 代码点，HTML 文档中使用文档字符编码解码后的所有字符也是如此。（如果您从 .NET 字符串的角度查看内容，那么它的编码是 UTF-16。但在您尝试在任意位置索引字符串或确定字符串的“长度”之前，这无关紧要。 )

【解决方案1】：

你在寻找 "Alt sammen under ét tag. Kontakt os i dag på" 作为输出？在这种情况下，您可能会将字符编码与 html 编码混淆，后者是页面字符编码之上的另一层编码。

如果是这种情况，请使用system.web.httputility.htmldecode 将字符串设为“人类可读”。

【讨论】：