C# 将字符实体转换为其unicode等价物

我在数据库中有html编码的字符串，但许多字符实体不仅仅是标准的

&和
。像
”这样的实体和
&mdash。不幸的是，我们需要将这些数据输入到基于flash的rss阅读器中，flash不会读取这些实体，但它们会读取unicode等价物（例如
&
）

使用.NET4.0，是否有任何实用方法可以将html编码的字符串转换为使用unicode编码的字符实体

这是一个更好的例子，我需要什么。db有如下html字符串：
John&；莎拉去看了$ldquo；尖叫4美元
 
我需要在rss/xml文档中输出
标记中的内容是：
pJohn& 莎拉去看电影了#8220;尖叫4”./p

我使用XmlTextWriter从数据库记录创建xml文档，类似于下面的示例代码

因此，我需要将数据库中html字符串中的所有字符实体替换为它们的unicode等价物，因为基于flash的rss阅读器无法识别除最常见的实体之外的任何实体，如
&
对你有用吗

我意识到它不会转换为unicode等效实体，而是转换为unicode。您需要unicode等效实体的具体原因是什么

更新编辑


string test=“John&；Sarah去看&ldquo；尖叫4&rdquo；
”；
字符串解码=HttpUtility.HtmlDecode（测试）；
字符串编码=HttpUtility.HtmlEncode（解码）；
StringBuilder=新的StringBuilder（）；
foreach（编码中的字符c）
{
如果（（int）c>127）
{
builder.Append（&#“）；
builder.Append（（int）c）；
生成器。追加（“；”）；
}
其他的
{
附加（c）；
}
}
字符串结果=builder.ToString（）；
我的第一个想法是，你的RSS阅读器能接受实际字符吗？如果是这样的话，您可以直接使用和输入它

如果确实需要将其转换为数字表示形式，可以解析出每个实体，
HtmlDecode
it，然后将其转换为
int
，以获得base-10 unicode值。然后将其重新插入字符串中

编辑：
这里有一些代码来演示我的意思（它未经测试，但能让人理解）：

string input=“带有&mdash；或其他字符实体的内容。”；
StringBuilder输出=新的StringBuilder（input.Length）；
for（int i=0；i

我可能在那里的某个地方出现了一个off-by-one错误，但应该很接近。
您可以从W3C下载相应HTML和/或XHTML DTD的本地副本。然后设置一个XmlResolver并使用它展开文档中找到的任何实体

您可以使用正则表达式来查找/扩展实体，但它对上下文一无所知（例如，CDATA部分中的任何内容都不应展开）。
这可能有助于您将输入路径放入文本框中

        try
        {
            FileInfo n = new FileInfo(textBox1.Text);
            string initContent = File.ReadAllText(textBox1.Text);
            int contentLength = initContent.Length;
            Match m;

            while ((m = Regex.Match(initContent, "[^a-zA-Z0-9<>/\\s(&#\\d+;)-]")).Value != String.Empty)
                initContent = initContent.Remove(m.Index, 1).Insert(m.Index, string.Format("&#{0};", (int)m.Value[0]));

            File.WriteAllText("outputpath", initContent);
        }

        catch (System.Exception excep)
        {

            MessageBox.Show(excep.Message);

        }



    }

试试看
{
FileInfo n=新的FileInfo（textBox1.Text）；
string initContent=File.ReadAllText（textBox1.Text）；
int contentLength=initContent.Length；
匹配m；
while（（m=Regex.Match（initContent，“[^a-zA-Z0-9/\\s（&#\\d+）-]”）。Value！=String.Empty）
initContent=initContent.Remove（m.Index，1）.Insert（m.Index，string.Format（“&#{0}；”，（int）m.Value[0]）；
writealText（“outputpath”，initContent）；
}
捕获（系统异常例外）
{
MessageBox.Show（消息除外）；
}
}
您确定首先需要角色实体吗？为什么不直接使用实际的unicode字符呢？您可能应该编辑答案，而不是在注释中添加注释。HTMLDE代码不起作用。这仍然需要一个正确编码字符的有效rss提要，但我们的客户还希望将此rss提要用于基于flash的广告网站。正如我在问题中所说，flash不会读取这些不太常见的字符实体，但会读取基于unicode编码的等效字符。不幸的是，这不起作用，因为它将所有非字母数字字符编码为字符实体，包括所有html标记（尖括号等）。我想我应该提供一个更好的例子（见上文）。谢谢你的尝试，我会继续尝试你的代码，看看我是否能让它工作。谢谢你，我相信它会工作的。您使用HTMLDE代码将其输入flash rss阅读器是正确的，但这些代码由我们的客户控制，我认为他们并不真正知道自己在做什么。@Dan听起来像一个典型的客户：）这里有另一个解决方案，使用我在Xamarin中使用的正则表达式。它在单个文件中替换，但我想在多个文件中替换。有人能帮我吗
string input = "Something with &mdash; or other character entities.";
StringBuilder output = new StringBuilder(input.Length);

for (int i = 0; i < input.Length; i++)
{
    if (input[i] == '&')
    {
        int startOfEntity = i; // just for easier reading
        int endOfEntity = input.IndexOf(';', startOfEntity);
        string entity = input.Substring(startOfEntity, endOfEntity - startOfEntity);
        int unicodeNumber = (int)(HttpUtility.HtmlDecode(entity)[0]);
        output.Append("&#" + unicodeNumber + ";");
        i = endOfEntity; // continue parsing after the end of the entity
    }
    else
        output.Append(input[i]);
}

        try
        {
            FileInfo n = new FileInfo(textBox1.Text);
            string initContent = File.ReadAllText(textBox1.Text);
            int contentLength = initContent.Length;
            Match m;

            while ((m = Regex.Match(initContent, "[^a-zA-Z0-9<>/\\s(&#\\d+;)-]")).Value != String.Empty)
                initContent = initContent.Remove(m.Index, 1).Insert(m.Index, string.Format("&#{0};", (int)m.Value[0]));

            File.WriteAllText("outputpath", initContent);
        }

        catch (System.Exception excep)
        {

            MessageBox.Show(excep.Message);

        }



    }