解碼XML中的擴展字符

Question

我知道這可能很簡單，可能之前曾有人問過，但是我在想出解決方案時遇到了麻煩。

我正在解析一些RSS提要，其中包括HTML作為CDATA塊。 這里是一個示例： http : //g.msn.com/1ewenus50/news2

提要變化很大，但是幾乎總是包含一些擴展字符。 例如，如果我制作一個簡單的控制台應用程序並使用WebClient.DownloadString並查看結果，我會看到類似

“得知他在聖誕節中途飛行時曾試圖進行253航班炸彈襲擊者的極端分子聯系。美國全國廣播公司的薩凡納·古思里報道。（今日節目）”

但是，這些怪異的字符應該是撇號，引號，破折號等。

使它們正確解碼的訣竅是什么？

如果不清楚，我正在使用C＃/ .NET。 最后，這些內容將在Silverlight中呈現，但是我也在完整的.NET 3.5運行時中看到了這個問題。

Answer 1

以二進制形式下載它並將其解析為XML。 這樣做應該正確無誤-XML文檔應該在編碼方面進行自我描述，但是我不會把它放到某些網絡服務器上（以標頭的形式）以具有不同編碼的方式來宣傳它，這會混淆DownloadString 。

通常，涉及XML時，應該在XML API中而不是對原始數據進行盡可能多的處理。

Answer 2

您可能使用了錯誤的文本編碼...我不確定您使用的是哪種還是正確的，但是這可能會讓您走上正軌。