使用 Visual C# 将 html 实体转换为十进制值答案

【问题标题】：Convert html entity to decimal value using visual C#使用 Visual C# 将 html 实体转换为十进制值
【发布时间】：2012-04-15 05:37:06
【问题描述】：

我需要使用 Visual C# 将特殊的 html 实体转换为其十进制值。首先我需要加载 .html 文件并需要将所有特殊字符值替换为十进制值。

EX: ‰ ---> ""
® ---> "®"
Å ---> "Å"

那么用十进制值替换所有字符的优化方法是什么。我有超过 1000 个字符和实体的列表。

【问题讨论】：

我会假设并非所有元素都是特殊字符？ <div>100&#137</div> 是 1 个 Html 元素，3 个字符，1 个特殊字符？

标签： c# special-characters html-entities

【解决方案1】：

你应该使用WebUtility.HtmlEncode Method (String)

【讨论】：

【解决方案2】：

假设您可以轻松地将 HTML 文件放入 StringBuilder，您可以采用几种不同的方法。首先，我假设您将所有字符替换都存储在字典中：

var replacements = new Dictionary<char,string> {
  { '®', "&#137" },
  // ...etc
}

首先，将您的文件读入StringBuilder：

var html = new StringBuilder( File.ReadAllText( filename ) );

第一种方法是你可以使用StringBuilder.Replace(string,string):

foreach( var c in replacements.Keys ) {
  html.Replace( c.ToString(), replacements[c] );
}

第二种方法是遍历文件中的每个字符，看看它是否需要替换（请注意，我们从文件末尾向后开始；如果我们向前，我们将不断地修改索引值，因为我们正在向文件添加长度）：

for( int i=html.Length-1; i>0; i-- ) {
  var c = html[i];
  if( replacements.ContainsKey( c ) ) {
    html.Remove( i, 1 );
    html.Insert( i, replacements[c] );
  }
}

如果不了解 StringBuilder.Replace(string,string) 的实现细节或进行一些分析，很难说哪个更有效，但我会留给你。

如果将整个 HTML 文件加载到 StringBuilder 中不可行，您可以使用第二种技术的变体，StreamReader 一次读取一个字节的文件。

【讨论】：