C＃RSS閱讀器，處理'和類似

Question

我正在嘗試使用XmlReader類在C＃中編寫一個簡單的RSS提要閱讀器。 我遇到的問題是，根據我的理解，某些Feed會使用某些字符的HTML表示形式，例如’ 對於標題/描述中的撇號。 事實上，我正在看的一些報紙有一些文章只有一個常用的舊單引號用作撇號，有些用146替換它。我已經考慮過在顯示標題/描述之前進行字符串替換，但我' d真的寧願避免kludging並找到一個合適的解決方案，如果有的話，也適用於使用類似格式的其他角色。 任何建議將非常感謝。

Answer 1

您可以使用HttpUtility.HtmlDecode

Answer 2

您是否在閱讀Feed時使用System.ServiceModel.Syndication下的內置功能？

如果沒有 - 嘗試這個，我相信它應該自動解決我所描述的問題：

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

根據Unicode規范，146（0x92）不是撇號，它是“PRIVATE USE ONE”字符。

您可能有一些編輯器粘貼Word中的內容（啟用智能引號），它會以不同的編碼（Windows-1252）為您提供內容。

您應該嘗試指定正確的編碼（“Windows-1252”或代碼頁1252），它可能會起作用。