c# - 清理 URL 中的外来字符/口音

Question

我需要编写一个服务器端函数来清理 URL 编码字符串。

示例查询字符串:

FirstName=John&LastName=B%F3th&Address=San+Endre+%FAt+12%2F14

当我通过 HttpUtility.UrlDecode() 传递它时，我得到:

FirstName=John&LastName=B�th&Address=San Endre �t 12/14

来自这个 SO post 的功能看起来很完美，但它期望已解码的字符串已经带有重音符号:

RemoveDiacritics('Bóth`) ==> 'Both';
RemoveDiacritics('San Endre út 12/14`) ==> 'San Endre ut 12/14';

如何在不获取所有这些 � 字符的情况下解码 URL？

我不能在客户端做任何事情，也不能改变它们进入我的功能的方式。

Answer 1

我同意已经提出的论点；然而，如果你总是从同一个客户端接收你的编码字符串，那么你可能会匹配他们的编码。在这种情况下，他们似乎在使用 ISO/IEC 8859-1 ，非正式地称为 Latin-1，它是最流行的 8 位字符集之一。您可以使用以下代码解码 ISO/IEC 8859-1(它将正确解码您提供的示例字符串):

HttpUtility.UrlDecode(encodedInput, Encoding.GetEncoding("iso-8859-1"));

MSDN 保证 .NET Framework 原生支持上述代码页，无论底层平台如何；请参阅 Encoding Class 支持的编码表.