web-dev-qa-db-fra.com

Conversion d'entités HTML en caractères Unicode en C #

J'ai trouvé des questions similaires et des réponses pour Python et Javascript, mais pas pour C # ou tout autre langage compatible WinRT. 

La raison pour laquelle je pense en avoir besoin, c’est que j’affiche du texte provenant de sites Web dans une application Windows 8 Store. Par exemple. é devrait devenir é.

Ou y a-t-il un meilleur moyen? Je n’affiche pas de sites Web ni de flux RSS, mais simplement une liste de sites Web et de leurs titres.

c#windows-runtimehtml-entitieshtml-encode
32
Remy

Je recommande d'utiliser System.Net.WebUtility.HtmlDecode et NOTHttpUtility.HtmlDecode. 

Cela est dû au fait que la référence System.Web n'existe pas dans les applications Winforms/WPF/Console et que vous pouvez obtenir exactement le même résultat en utilisant cette classe (qui est déjà ajoutée comme référence dans tous ces projets).

Utilisation:

string s =  System.Net.WebUtility.HtmlDecode("é"); // Returns é
58
Blachshma

Cela peut être utile, remplace toutes les entités (dans la mesure de mes besoins) par leur équivalent Unicode.

    public string EntityToUnicode(string html) {
        var replacements = new Dictionary<string, string>();
        var regex = new Regex("(&[a-z]{2,5};)");
        foreach (Match match in regex.Matches(html)) {
            if (!replacements.ContainsKey(match.Value)) { 
                var unicode = HttpUtility.HtmlDecode(match.Value);
                if (unicode.Length == 1) {
                    replacements.Add(match.Value, string.Concat("&#", Convert.ToInt32(unicode[0]), ";"));
                }
            }
        }
        foreach (var replacement in replacements) {
            html = html.Replace(replacement.Key, replacement.Value);
        }
        return html;
    }
11
zumey

Utilisez HttpUtility.HtmlDecode() .Lead on msdn here

decodedString = HttpUtility.HtmlDecode(myEncodedString)
7
Mudassir Hasan

Codage/codage différent des entités HTML et des nombres HTML dans les applications Metro App et WP8 App.

Avec Windows Runtime Metro App

{
    string inStr = "ó";
    string auxStr = System.Net.WebUtility.HtmlEncode(inStr);
    // auxStr == &#243;
    string outStr = System.Net.WebUtility.HtmlDecode(auxStr);
    // outStr == ó
    string outStr2 = System.Net.WebUtility.HtmlDecode("&oacute;");
    // outStr2 == ó
}

Avec Windows Phone 8.0

{
    string inStr = "ó";
    string auxStr = System.Net.WebUtility.HtmlEncode(inStr);
    // auxStr == &#243;
    string outStr = System.Net.WebUtility.HtmlDecode(auxStr);
    // outStr == &#243;
    string outStr2 = System.Net.WebUtility.HtmlDecode("&oacute;");
    // outStr2 == ó
}

Pour résoudre ce problème, dans WP8, j'ai implémenté le tableau dans Référence HTML ISO-8859-1 avant d'appeler System.Net.WebUtility.HtmlDecode().

3
user1954682

Cela a fonctionné pour moi, remplace les entités communes et unicode.

private static readonly Regex HtmlEntityRegex = new Regex("&(#)?([a-zA-Z0-9]*);");

public static string HtmlDecode(this string html)
{
    if (html.IsNullOrEmpty()) return html;
    return HtmlEntityRegex.Replace(html, x => x.Groups[1].Value == "#"
        ? ((char)int.Parse(x.Groups[2].Value)).ToString()
        : HttpUtility.HtmlDecode(x.Groups[0].Value));
}

[Test]
[TestCase(null, null)]
[TestCase("", "")]
[TestCase("&#39;fark&#39;", "'fark'")]
[TestCase("&quot;fark&quot;", "\"fark\"")]
public void should_remove_html_entities(string html, string expected)
{
    html.HtmlDecode().ShouldEqual(expected);
}
0
hcoverlambda

Amélioration de la méthode Zumey (je ne peux pas commenter là-bas). La taille maximale de caractère est dans l'entité: & exclamation; (11). Les majuscules dans les entités sont également possibles, ex. À (Source de wiki )

public string EntityToUnicode(string html) {
        var replacements = new Dictionary<string, string>();
        var regex = new Regex("(&[a-zA-Z]{2,11};)");
        foreach (Match match in regex.Matches(html)) {
            if (!replacements.ContainsKey(match.Value)) { 
                var unicode = HttpUtility.HtmlDecode(match.Value);
                if (unicode.Length == 1) {
                    replacements.Add(match.Value, string.Concat("&#", Convert.ToInt32(unicode[0]), ";"));
                }
            }
        }
        foreach (var replacement in replacements) {
            html = html.Replace(replacement.Key, replacement.Value);
        }
        return html;
    }
0
EminST