Swift中解码JSON时如何去除HTML实体？

JSONDecoder本身没有内置处理HTML实体的功能，但可以通过自定义解码逻辑实现自动转换，以下是两种可靠的方案：

方案一：自定义HTML实体解码工具函数+结构体自定义解码 #

首先实现一个通用的HTML实体解码函数，利用NSAttributedString的HTML解析能力处理各种实体：

import Foundation

func decodeHTMLEntities(_ string: String) -> String {
    guard let data = string.data(using: .utf8) else { return string }
    let options: [NSAttributedString.DocumentReadingOptionKey: Any] = [
        .documentType: NSAttributedString.DocumentType.html,
        .characterEncoding: String.Encoding.utf8.rawValue
    ]
    do {
        let attributedString = try NSAttributedString(data: data, options: options, documentAttributes: nil)
        return attributedString.string
    } catch {
        print("HTML实体解码失败: \(error)")
        return string
    }
}

然后修改Question结构体，自定义解码方法，在解码每个字符串字段时自动应用解码函数：

struct Question: Decodable {
    var type: String
    var difficulty: String
    var category: String
    var question: String
    var correctAnswer: String
    var incorrectAnswers: [String]
    
    enum CodingKeys: String, CodingKey {
        case type, difficulty, category, question
        case correctAnswer = "correct_answer"
        case incorrectAnswers = "incorrect_answers"
    }
    
    init(from decoder: Decoder) throws {
        let container = try decoder.container(keyedBy: CodingKeys.self)
        
        // 对单个字符串字段解码并处理实体
        type = decodeHTMLEntities(try container.decode(String.self, forKey: .type))
        difficulty = decodeHTMLEntities(try container.decode(String.self, forKey: .difficulty))
        category = decodeHTMLEntities(try container.decode(String.self, forKey: .category))
        question = decodeHTMLEntities(try container.decode(String.self, forKey: .question))
        correctAnswer = decodeHTMLEntities(try container.decode(String.self, forKey: .correctAnswer))
        
        // 对数组中的每个字符串处理实体
        incorrectAnswers = try container.decode([String].self, forKey: .incorrectAnswers).map(decodeHTMLEntities)
    }
}

修改后，原有的getQuestions方法无需改动，JSONDecoder会自动在解码Question时处理所有HTML实体，比如把'转换为'，&转换为&。

方案二：自定义String的解码策略（全局生效） #

如果希望所有字符串类型的字段都自动处理HTML实体，可以自定义String的扩展，替换默认解码逻辑：

import Foundation

extension String: Decodable {
    public init(from decoder: Decoder) throws {
        let container = try decoder.singleValueContainer()
        let rawString = try container.decode(String.self)
        self = decodeHTMLEntities(rawString)
    }
}

// 复用之前的decodeHTMLEntities函数
func decodeHTMLEntities(_ string: String) -> String {
    guard let data = string.data(using: .utf8) else { return string }
    let options: [NSAttributedString.DocumentReadingOptionKey: Any] = [
        .documentType: NSAttributedString.DocumentType.html,
        .characterEncoding: String.Encoding.utf8.rawValue
    ]
    do {
        let attributedString = try NSAttributedString(data: data, options: options, documentAttributes: nil)
        return attributedString.string
    } catch {
        print("HTML实体解码失败: \(error)")
        return string
    }
}

注意：这种方法会全局替换所有String的解码行为，若项目中有不需要处理HTML实体的字符串字段，可能引发问题，因此更推荐方案一的针对性处理。

为什么不推荐解码后遍历处理？ #

虽然解码后遍历questions数组处理每个字段也能实现功能，但这种方式属于事后补救，代码冗余且容易遗漏字段。自定义解码逻辑是在解码过程中一次性处理，更符合Swift的类型安全和优雅编码原则。

内容的提问来源于stack exchange，提问作者John Citrowske