C#如何将Unicode字符转换为HTML实体名称而非编码？

第三方类库推荐 #

• HtmlAgilityPack：这款常用的HTML处理库支持实体名称替换，你可以基于已有的实体映射表构建字符-实体字典，借助库的工具类完成替换，或者自行遍历文本匹配字典内容。
• AngleSharp：现代化的HTML解析与处理库，其HtmlEncoder组件可配置为优先使用实体名称编码，只需补充自定义的Unicode-实体名称映射即可覆盖默认的十进制编码行为。

自定义实现（无需第三方库） #

如果不想引入外部依赖，可自行编写替换逻辑：

1. 构建Unicode字符到HTML实体名称的映射字典（从你收集的实体列表中提取所需条目）；
2. 遍历输入文本，对每个字符进行判断：
   • 若字符存在于映射字典中，替换为对应的实体名称；
   • 若无对应实体，保留默认的十进制/十六进制编码（通过System.Net.WebUtility.HtmlEncode处理）或设为null。

示例C#代码：

// 初始化实体映射字典，可根据需求扩展更多条目
var entityMappings = new Dictionary<char, string>
{
    { 'é', "&eacute;" },
    { 'à', "&agrave;" },
    { 'ü', "&uuml;" }
};

string ConvertToNamedEntities(string input)
{
    var resultBuilder = new StringBuilder();
    foreach (char c in input)
    {
        if (entityMappings.TryGetValue(c, out var entityName))
        {
            resultBuilder.Append(entityName);
        }
        else
        {
            // 无对应实体时，使用默认编码；若要设为null，替换为 resultBuilder.Append(null) 并处理空值逻辑
            resultBuilder.Append(System.Net.WebUtility.HtmlEncode(c.ToString()));
        }
    }
    return resultBuilder.ToString();
}

XML生成的额外注意事项 #

由于你需要生成ASCII编码的XML文件，需注意：

• 替换完成后，确保XML输出流的编码设置为ASCII；
• 多数HTML实体名称在XML中不被默认识别，若必须使用这类实体，需在XML的DOCTYPE声明中引入实体定义，否则XML解析器会报错。若无需非XML预定义实体，建议仅使用XML原生支持的实体（如<、>等）。

内容的提问来源于stack exchange，提问作者ZTHawk