如何编码'á'到'á'用 C# ?? (UTF8)

Question

我正在尝试使用 UTF-8 编码编写一个 XML 文件，并且原始字符串可能包含无效字符，例如“á”，因此，我需要将这些无效字符更改为有效字符。

我知道有一种编码方法，例如，将字符 á 转换为字符组 á。

我正在尝试用 C# 实现这一目标，但没有成功。我正在使用 Encoding.UTF8 函数，但我仅以 sema 字符（即：á）或“？”结尾特点。

那么，您知道使用 C# 实现此字符更改的正确方法吗？

感谢您的时间和帮助:)

LLORENS

Answer 1

您可以使用任何一种方法。

以下是在 C# 中对 XML 进行编码的 4 种方法：

1. string.Replace() 5 次

这很丑陋，但很有效。请注意，Replace("&", "&") 必须是第一个替换，因此我们不会替换其他已转义的 &。

string xml = "<node>it's my \"node\" & i like it<node>";
encodedXml = xml.Replace("&","&").Replace("<","<").Replace(">",">").Replace("\"", """).Replace("'", "'");

// RESULT: <node>it's my "node" & i like it<node>

2. System.Web.HttpUtility.HtmlEncode()

用于编码 HTML，但 HTML 是 XML 的一种形式，因此我们也可以使用它。主要用于 ASP.NET 应用程序。请注意，HtmlEncode 不编码撇号 ( ' )。

string xml = "<node>it's my \"node\" & i like it<node>";
string encodedXml = HttpUtility.HtmlEncode(xml);

// RESULT: <node>it's my "node" & i like it<node>

3. System.Security.SecurityElement.Escape()

在 Windows 窗体或控制台应用程序中，我使用此方法。如果不出意外的话，它可以帮助我将 System.Web 引用包含在我的项目中，并且它对所有 5 个字符进行编码。

string xml = "<node>it's my \"node\" & i like it<node>";
string encodedXml = System.Security.SecurityElement.Escape(xml);

// RESULT: <node>it's my "node" & i like it<node>

4. System.Xml.XmlTextWriter

使用 XmlTextWriter，您不必担心转义任何内容，因为它会在需要时转义字符。例如，在属性中，它不会转义撇号，而在节点值中，它不会转义撇号和 qoutes。

string xml = "<node>it's my \"node\" & i like it<node>";
using (XmlTextWriter xtw = new XmlTextWriter(@"c:\xmlTest.xml", Encoding.Unicode))
{

    xtw.WriteStartElement("xmlEncodeTest");
    xtw.WriteAttributeString("testAttribute", xml);
    xtw.WriteString(xml);
    xtw.WriteEndElement();

}

// RESULT:
/*
<xmlEncodeTest testAttribute="<node>it's my "node" & i like it<node>">
    <node>it's my "node" & i like it<node>
</xmlEncodeTest>
*/

[http://weblogs.sqlteam.com/mladenp/archive/2008/10/21/Different-ways-how-to-escape-an-XML-string-in-C.aspx]

Answer 2

á 不是“无效”字符。它采用 UTF-8 编码（字节 195 和 161），Nick 是对的，如果您正确构建所有内容，这将是透明的。

Answer 3

    private static string Escape(string content)
    {
        var sb = new StringBuilder();
        var settings = new XmlWriterSettings 
        { 
            ConformanceLevel = ConformanceLevel.Fragment 
        };

        using (var xmlWriter = XmlWriter.Create(sb, settings))
            xmlWriter.WriteString(content);

        return sb.ToString();
    }

Answer 4

这正是您所需要的：
（位于 http://www.codeproject.com/文章/20255/Full-HTML-Character-Encoding-in-C)

//for example this transforms "čas" to "čas"
public static string HtmlEncode(string text)
    {
        char[] chars = HttpUtility.HtmlEncode(text).ToCharArray();
        StringBuilder result = new StringBuilder(text.Length + (int)(text.Length * 0.1));

        foreach (char c in chars)
        {
            int value = Convert.ToInt32(c);
            if (value > 127)
                result.AppendFormat("&#{0};", value);
            else
                result.Append(c);
        }

        return result.ToString();
    }