如何解码包含 \x3c 等的 Feedburner 结果

Question

Feed Burner 更改了他们的博客服务返回结果，它返回类似于以下内容的 JavaScript 块：

文档.write("\x3cdiv 类\x3d\x22feedburnerFeedBlock\x22 id\x3d\x22RitterInsuranceMarketingRSSv3iugf6igask14fl8ok645b6l0\x22\x3e"); document.write("\x3cul\x3e"); 文档.write("\x3cli\x3e\x3cspan 类\x3d\x22标题\x22\x3e\x3ca href\x3d\x22

我想要原始的 html。以前，我可以轻松地使用 .Replace 来删除 document.write 语法，但我无法弄清楚这是什么类型的编码，或者至少无法弄清楚如何使用 C# 对其进行解码。

编辑：嗯，这是一个最终要解决的半噩梦，这就是我想出的方案，以防有人可以提供任何改进

public static  char ConvertHexToASCII(this string hex)
{
    if (hex == null) throw new ArgumentNullException(hex);
    return (char)Convert.ToByte(hex, 16);
}

。

private string DecodeFeedburnerHtml(string html)
{
    var builder = new StringBuilder(html.Length);
    var stack = new Stack<char>(4);
    foreach (var chr in html)
    {
        switch (chr)
        {
            case '\\':
                if (stack.Count == 0)
                {
                    stack.Push(chr);
                }
                else
                {
                    stack.Clear();
                    builder.Append(chr);
                }
                break;
            case 'x':
                if (stack.Count == 1)
                {
                    stack.Push(chr);
                }
                else
                {
                    stack.Clear();
                    builder.Append(chr);
                }
                break;
            default:
                if (stack.Count >= 2)
                {
                    stack.Push(chr);

                    if (stack.Count == 4)
                    {
                        //get stack[3]stack[4]
                        string hexString = string.Format("{1}{0}", stack.Pop(),
                                                     stack.Pop());

                        builder.Append(hexString.ConvertHexToASCII());
                        stack.Clear();
                    }
                }
                else
                {
                    builder.Append(chr);
                }
                break;
        }
    }

    html = builder.ToString();
    return html;
}

不知道还有什么我可以做得更好。由于某种原因，这样的代码对我来说总是感觉很脏，即使它是一个线性时间算法，我想这与它必须有多长有关。

Answer 1

在 dotnet core 中，您可以使用 Uri.UnescapeDataString(originalString.Replace("\x","%"))
首先将其转换为 Url 编码字符串。

Answer 2

这些看起来像 ASCII 值，以十六进制编码。您可以遍历该字符串，只要找到 \x 后跟两个十六进制数字 (0-9,af)，就将其替换为相应的 ASCII 字符。如果字符串很长，则将结果增量保存到 StringBuilder 而不是使用 String.Replace() 会更快。

我不知道编码规范，但可能需要遵循更多规则（例如，如果 \\ 是文字 \ 的转义字符）。

Answer 3

这是 PHP Twig 编码：

http://www.twig-project.org/

因为你是使用 C#，您很可能必须创建一个字典来翻译符号，然后使用一系列 .Replace() 字符串方法将它们转换回 HTML 字符。

或者，您可以将该数据保存到文件中，运行 Perl 脚本来解码文本，然后使用 C# 从文件中读取，但这可能会更昂贵。