.net - 为什么 HtmlEncode 和 HtmlDecode 在 .NET 中不是同构的？

Question

我觉得这很奇怪，也很烦人。

例子:

Decode(”) => ”
Encode(”)       => ”

相关类:

.NET 4:   System.Net.WebUtility
.NET 3.5: System.Web.HttpUtility

我可以理解网页可以是 Unicode，但在我的情况下，输出不能是 UTF8。

有没有什么东西(也许是一个 HtmlWriter 类)可以做到这一点而我不必重新发明轮子？

替代解决方案:

string HtmlUnicodeEncode(string input)
{
    var sb = new StringBuilder();

    foreach (var c in input)
    {
        if (c > 127)
        {
            sb.AppendFormat("&#x{0:X4};", (int)c);
        }
        else
        {
            sb.Append(c);
        }
    }

    return sb.ToString();
}

Answer 1

不可能产生同构的 HTML 编解码器对。考虑:

HtmlDecode("”””””") -> ”””””

你怎么从 ”””””回来到原始字符串？
HtmlEncode必须为 ” 选择一种编码，它适用于 ”作为最短，最易读的替代方案。只要您使用 Unicode，那几乎肯定是最佳选择。

如果您不这样做，那就是另一个论点... ” 的优势是它比 ” 更具可读性，但它仅适用于 HTML(而不是 XML)并且您仍然必须回退到所有没有内置实体名称的 Unicode 字符的字符引用，因此它不太一致。对于字符引用编码器，创建一个 XmlTextWriter 使用 ASCII 编码并调用 writeString 在上面。