ASP.NET Core Razor 视图中的 Unicode 规范化表单 C答案

【问题标题】：Unicode Normalization Form C in ASP.NET Core Razor viewASP.NET Core Razor 视图中的 Unicode 规范化表单 C
【发布时间】：2019-07-09 02:46:45
【问题描述】：

我在 ASP.NET Core 2.2 Razor 视图上执行W3C validation，但 W3C 给了我警告：

警告：来自命名空间的元素 img 上的属性 alt 的值 http://www.w3.org/1999/xhtml 不在 Unicode 规范化表单 C 中。

警告：来自命名空间的元素 img 上的属性 title 的值 http://www.w3.org/1999/xhtml 不在 Unicode 规范化表单 C 中。

我的数据以 nvarchar 的形式存储在 MSSQL 数据库中，其他所有内容都设置为 UTF-8。

控制器

    using Dapper;
    using System;
    using System.Data;
    using System.Data.SqlClient;

    public class FileViewModel
    {
        public int FileId { get; set; }
        public string Title { get; set; }
        public string Source { get; set; }
    }

    private async Task<FileViewModel> LoadFileAsync(int id)
    {
        using (SqlConnection conn = new SqlConnection("Conn-string-here"))
        {
            const string sql = "SELECT * FROM dbo.Files WHERE FileId=@Id";

            var data = await conn.QueryAsync<FileViewModel>(sql, new { id }).ConfigureAwait(false);
            return data.FirstOrDefault();
        }
    }

    [Route("~/file/{id}")]
    public async Task<IActionResult> File(int id)
    {
        FileViewModel m = await LoadFileAsync(id).ConfigureAwait(false);
        Return View(m);
    }

剃刀视图

@model FileViewModel

<img src="@Model.Source" alt="@Model.Title" title="@Model.Title" />

输出

<!DOCTYPE html>
<html lang="da">
<head>
    <meta charset="utf-8" />
    <meta name="viewport" content="width=device-width, initial-scale=1.0" />
    <title>Title</title>
    <meta name="description" content="my description" />
    <meta name="keywords" content="my keywords" />
</head>
<body>

<!-- Auto generated from database: -->
<img src="https://example.org/img.png" alt="Fora&#x30A;r" title="Fora&#x30A;r" />

</body>
</html>

W3C 似乎不喜欢字符串"Fora&#x30A;r"，而是需要"Forår"。

如何强制 ASP.NET Core Razor 视图生成正确的格式？

【问题讨论】：

标签： c# asp.net-core unicode razor-pages

【解决方案1】：

字符å有两种表示方式：

使用 Unicode 代码点 U+00E5 (latin small letter A with ring above)。
使用两个代码点 U+0061 (latin small letter A) 和 U+030A (combining ring above) 的组合。

在视觉上，它们无法区分。而且它与 HTML 无关，它可以表示两种版本 - 直接（使用 UTF-8、UTF-16）或使用转义版本（如 &#x30A;）。

在您的情况下，使用第二种表示 å 的方式。

为了管理这种歧义，Unicode 有四个normalization forms：C、D、KC 和 KD em>。

C# 也支持 Unicode 规范化，更具体地说是 String.Normalize。

所以为了摆脱警告，规范化 title:

[Route("~/file/{id}")]
public async Task<IActionResult> File(int id)
{
    FileViewModel m = await LoadFileAsync(id).ConfigureAwait(false);
    m.Title = m.Title.Normalize(NormalizationForm.FormC);
    return View(m);
}

从长远来看，最好在将所有字符串存储到数据库之前对其进行规范化。如果相同的文本可以用不同的码位序列表示，也会给数据库查询带来麻烦。而且大多数数据库无法对字符串进行规范化。

【讨论】：