C# HtmlEncoder和HtmlDecoder的Bug以及解决方案

看到群里的讨论，做一个备份。

1.HttpUtility.HtmlEncode和HtmlDecoder有缺陷，没有处理空格（&nbsp;）、回车（<br/> 、<p>）等元素。不过话说回来，如果能处理，那也太强大了。

  http://blog.csdn.net/wd330260402/article/details/5977989
 “使用Reflector 查看 HttpUttility.HtmlEncode 的实现，我们就可以看到，它只考虑的五种情况，空格，回车是没有处理的”

 

2.因为Html是基于XML的，如果使用XmlDocument，它不能处理非正规的html格式，也就是说，它不能容错。

 

3.有网友推荐用HtmlAgilityPack，因为它能容错，而且功能还不少，但根据别的网友测试以及反馈来看，HtmlAgilityPack在HtmlEncoder和HtmlDecoder方面，效果并不好，而且还有Bug。

 

4.最终，网友用了微软自己的方案：Microsoft.mshtml。功能多，性能好，还能容错。据说这个控件是IE用来渲染网页的。

   http://www.cnblogs.com/rupeng/archive/2010/06/26/1765840.html

   添加对Microsoft.mshtml这个程序集的引用，并且修改它的属性，把“嵌入互操作类型”改为False，然后编写如下代码：

1 IHTMLDocument2 doc = new HTMLDocumentClass();
2 string str_html = "<node>A&nbsp;&nbsp;B<ode>";
3 doc.write(new object[] { str_html });
4 doc.close();
5 
6 string str_result = doc.body.innerText;
7 
8 str_result为"A  B"

 

转载于:https://www.cnblogs.com/xxxteam/archive/2013/03/12/2956237.html