使用 Linq-to-XML 和 C# 读取 RSS 提要 - 如何解码 CDATA 部分？答案

【问题标题】：Reading RSS feed with Linq-to-XML and C# - how to decode CDATA section?使用 Linq-to-XML 和 C# 读取 RSS 提要 - 如何解码 CDATA 部分？
【发布时间】：2010-12-16 01:24:58
【问题描述】：

我正在尝试使用 C# 和 Linq to XML 读取 RSS 提要。提要以 utf-8 编码（请参阅http://pc03224.kr.hsnr.de/infosys/feed/），除了描述节点外，它通常可以正常读取，因为它包含在 CDATA 部分中。

由于某种原因，在读出“description”标签的内容后，我在调试器中看不到 CDATA 标签，但我想它一定在某个地方，因为只有在本节中，德语变音符号 (äöü) 和其他特殊字符显示不正确。相反，它们保留在编码为 &#252; 的字符串 utf-8 中。

我可以以某种方式正确地读出它们，或者至少在之后解码它们吗？

这是给我带来麻烦的 RSS 部分的示例：

<description><![CDATA[blabla bietet H&#246;rern meiner Vorlesungen &#8220;IAS&#8221;, &#8220;WEB&#8221; und &#8220;SWE&#8221; an, Lizenzen f&#252;r blabla [...]]]></description>

这是我读取并解析 RSS 提要数据的代码：

RssItems = (from xElem in xml.Descendants("channel").Descendants("item")
                            select new RssItem
                                       {
                                           Content =  xElem.Descendants("description").FirstOrDefault().Value,
                                           ...
                                       }).ToList();

提前致谢！

【问题讨论】：

标签： c# encoding rss linq-to-xml cdata

【解决方案1】：

您的代码正在按预期工作。 CDATA 部分意味着不应解释内容，即不应将 "&#246;" 视为 HTML 实体，而应将其视为字符序列。

联系 RSS 提要的作者并告诉他修复它，方法是删除 CDATA 标记以便解释实体，或者将预期的字符直接放入 HTML 文件中。

或者，查看HttpUtility.HtmlDecode 以再次解码 CDATA 内容。

【讨论】：

这对我们的项目来说不是问题。不过一般来说是个好主意。