C# 用C语言解码HTML文本#

我有一个助手方法：

public static string StripHtml(this string text)
{
    text = HttpUtility.HtmlDecode(text);
    text = Regex.Replace(text, @"<(.|\n)*?>", "");

    return text;
}

当我运行单元测试时，它失败并出现以下错误：

 String lengths are both 3. Strings differ at index 1.
  Expected: "A B"
  But was:  "A B"
  ------------^

---

所以我的问题是，为什么

没有被解码成空格字符？

被解码成一个不间断的空格字符，而不是空格字符，查找相同的用户，但却是另一个字符

如果按alt+255，这是不间断空格alt+32，如果要查看，这是诺曼空格

---

您可以保存文本输出并在十六进制编辑器中查看它，在那里您应该注意到，它得到的十六进制值与普通空格不同。单元测试是正确的。

---

请参见

HTML实体并不表示空格，它表示不间断的空格。 非中断空格的字符代码为160： 字符串nbspace=“\u00A0”

非中断空间根本不是一个空间，因此如果你想要一个空间，你必须替换它

var text = HttpUtility.HtmlDecode(HttpUtility.HtmlDecode("A B"));
text = Regex.Replace(text, @"<(.|\n)*?>", "");
byte[] c = Encoding.ASCII.GetBytes(text.ToString());
byte[] x = Encoding.ASCII.GetBytes("A B");

var text=HttpUtility.HtmlDecode（HttpUtility.HtmlDecode（“ab”）；
text=Regex.Replace（text，@“”）；
byte[]c=Encoding.ASCII.GetBytes（text.ToString（））；
字节[]x=Encoding.ASCII.GetBytes（“AB”）；

不间断空格与空格不同。：）这个方法的名字很好。让它也跳舞：）@lazyberezovsky，还没有：）谢谢！我添加了

text=Regex.Replace（text，@“\u00A0”，”）

inside

StripHtml

方法，它工作正常！

var text = HttpUtility.HtmlDecode(HttpUtility.HtmlDecode("A B"));
text = Regex.Replace(text, @"<(.|\n)*?>", "");
byte[] c = Encoding.ASCII.GetBytes(text.ToString());
byte[] x = Encoding.ASCII.GetBytes("A B");