.NET 8下C#实现Unicode转义与HTML实体解码方案咨询

1. 处理JSON中的Unicode转义（含编码映射修正） #

默认System.Text.Json反序列化时会自动转换标准Unicode转义（如\u00e1），但像\u009a这类属于Windows-1252编码的控制字符范围，Unicode原生\u009a是不可打印控制字符，而业务需要的是Windows-1252对应的š（Unicode码位U+0161），需手动做编码映射：

实现代码 #

// 将含特殊Unicode转义的字符串按Windows-1252编码重新解析
string escapedStr = "M\u00e1le\u009aevi&#263";
byte[] unicodeBytes = Encoding.Unicode.GetBytes(escapedStr);
string windows1252Text = Encoding.GetEncoding(1252).GetString(unicodeBytes);
// 此时windows1252Text中的\u009a已转为š

若使用System.Text.Json反序列化，可配置保留原始转义后再处理：

var options = new JsonSerializerOptions
{
    Encoder = JavaScriptEncoder.UnsafeRelaxedJsonEscaping,
    PropertyNameCaseInsensitive = true
};
var rawData = JsonSerializer.Deserialize<YourDataModel>(jsonResponse, options);
// 后续对rawData的属性执行编码转换

2. 解码HTML实体 #

针对ć这类HTML实体，可通过两种方式解码：

方法一：依赖System.Web程序集 #

using System.Web;

string htmlEncodedStr = "M\u00e1le\u009aevi&#263";
string decodedStr = HttpUtility.HtmlDecode(htmlEncodedStr);
// decodedStr中ć已转为ć

方法二：无依赖原生解码（.NET 8推荐） #

using System.Text.Encodings.Web;

string htmlEncodedStr = "M\u00e1le\u009aevi&#263";
string decodedStr = HtmlEncoder.Default.Decode(htmlEncodedStr);

3. 完整转换流程 #

将编码映射与HTML解码结合，封装成通用方法：

public string CleanResponseText(string input)
{
    if (string.IsNullOrEmpty(input)) return input;

    // 步骤1：处理Windows-1252编码的Unicode转义
    byte[] unicodeBytes = Encoding.Unicode.GetBytes(input);
    string windows1252Text = Encoding.GetEncoding(1252).GetString(unicodeBytes);

    // 步骤2：解码HTML实体
    return HtmlEncoder.Default.Decode(windows1252Text);
}

// 调用示例
var rawData = JsonSerializer.Deserialize<YourDataModel>(jsonResponse);
rawData.LastName = CleanResponseText(rawData.LastName);
rawData.Street = CleanResponseText(rawData.Street);

4. 存入SQL Server的注意事项 #

• 确保表字段类型为NVARCHAR（而非VARCHAR），NVARCHAR支持全Unicode字符，能正确存储š、ć等非ASCII符号。
• 使用参数化查询插入数据，避免编码异常：

using (var conn = new SqlConnection(yourConnectionString))
{
    conn.Open();
    string sql = "INSERT INTO Customer (LastName, Street) VALUES (@LastName, @Street)";
    using (var cmd = new SqlCommand(sql, conn))
    {
        cmd.Parameters.AddWithValue("@LastName", rawData.LastName);
        cmd.Parameters.AddWithValue("@Street", rawData.Street);
        cmd.ExecuteNonQuery();
    }
}

特殊情况说明 #

若API返回的Unicode转义是标准Unicode（而非Windows-1252映射），直接反序列化即可自动转换，无需编码映射步骤。可先测试单字符转换结果，判断是否需要该步骤。

内容的提问来源于stack exchange，提问作者freudi