C＃RSS阅读器，处理'和类似

Question

我正在尝试使用XmlReader类在C＃中编写一个简单的RSS提要阅读器。 我遇到的问题是，根据我的理解，某些Feed会使用某些字符的HTML表示形式，例如’ 对于标题/描述中的撇号。 事实上，我正在看的一些报纸有一些文章只有一个常用的旧单引号用作撇号，有些用146替换它。我已经考虑过在显示标题/描述之前进行字符串替换，但我' d真的宁愿避免kludging并找到一个合适的解决方案，如果有的话，也适用于使用类似格式的其他角色。 任何建议将非常感谢。

Answer 1

您可以使用HttpUtility.HtmlDecode

Answer 2

您是否在阅读Feed时使用System.ServiceModel.Syndication下的内置功能？

如果没有 - 尝试这个，我相信它应该自动解决我所描述的问题：

XmlReader reader = XmlReader.Create(ms);
// Configure XmlReader reader ...
// Create a new Syndication Feed
feed = SyndicationFeed.Load(reader);
SyndicationFeedFormatter formatter;

switch (format)
{
    case FeedFormat.Atom:
        formatter = new Atom10FeedFormatter(feed);
        break;

    default:
    case FeedFormat.Rss:
        formatter = new Rss20FeedFormatter(feed);
        break;
}

foreach (SyndicationItem item in formatter.Feed.Items)
{
     yield return item;
}

Answer 3

根据Unicode规范，146（0x92）不是撇号，它是“PRIVATE USE ONE”字符。

您可能有一些编辑器粘贴Word中的内容（启用智能引号），它会以不同的编码（Windows-1252）为您提供内容。

您应该尝试指定正确的编码（“Windows-1252”或代码页1252），它可能会起作用。