将 Unicode char Ids 字符串转换为 Unicode 文本 .NET答案

【问题标题】：Converting Unicode char Ids string to unicode text .NET将 Unicode char Ids 字符串转换为 Unicode 文本 .NET
【发布时间】：2019-04-19 20:31:40
【问题描述】：

我正在做一个网络抓取项目，我从抓取工具中获取了一个 json 文件，问题是对于英语以外的任何语言，实际的 unicode char ID 都是写的：

它会存储

&#1508;&#1500;&#1505;&#1496;&#1497;&#1504;&#1497;&#1501;

而不是

םויסלפנ

我想要做的是输入一个存储字符 ID + 英文文本 + HTML 实体的字符串，并用适合它的 unicode 字符替换每个 unicode ID/HTML 实体。任何人都知道可以帮助我完成任务的方法吗？使用。网 ASP.NET JSON.NET IronWebScraper

-stackoverflow 的一点新意

编辑：这是代码示例

  using (StreamReader r = new StreamReader(AppDomain.CurrentDomain.BaseDirectory + @"DataBase\net\net.jsonl"))
    {
        string json = r.ReadToEnd();
        List<string> items = JsonConvert.DeserializeObject<List<string>>(json);
        foreach (var str in items)
            Logger.Log(WebUtility.HtmlDecode(str));
    }

【问题讨论】：

嗨，Tomer，为了获得社区的最大响应，习惯上包含一个最小可重现的代码示例，以便人们可以将其剪切并粘贴到他们的编辑器中，运行它，获取你的输出，然后编写一些代码来生成你正在寻找的输出。因此，明确指定您要输入的字符串以及您希望的确切输出是有帮助的，以便受访者可以确保他们提供的代码可以帮助您。如果你这样做，你应该得到很好的回应。谢谢，祝你好运:)

标签： c# asp.net .net unicode web-scraping

【解决方案1】：

这相当简单：只需使用WebUtility.HtmlDecode 方法：

var plainText = WebUtility.HtmlDecode("&#1508;&#1500;&#1505;&#1496;&#1497;&#1504;&#1497;&#1501;");

如果其中有任何常规字符，它们将被单独留下：

var plainText = WebUtility.HtmlDecode("This is a Hebrew character: &#1508;");

这将导致：

这是一个希伯来字符：פ

【讨论】：