使用Linq-to-XML和C＃讀取RSS提要 - 如何解碼CDATA部分？

Question

我想讀取使用C＃和Linq到XML的RSS源。 Feed以utf-8編碼（請參閱http://pc03224.kr.hsnr.de/infosys/feed/），除了description節點之外，通常將其正常工作，因爲它被封裝在CDATA節中。

由於某種原因，在讀取「description」標記的內容後，我無法在調試器中看到CDATA標記，但我想它一定在某處，因爲只有在本節中，德語Umlaute（äöü）和其他特殊字符未正確顯示。相反，它們保留在編碼爲ü的字符串utf-8中。

我能以某種方式正確地讀出它們，或者至少將它們解碼後？

這是RSS節讓我煩惱的樣本：

<description><![CDATA[blabla bietet H&#246;rern meiner Vorlesungen &#8220;IAS&#8221;, &#8220;WEB&#8221; und &#8220;SWE&#8221; an, Lizenzen f&#252;r blabla [...]]]></description> 

這裏是我的代碼讀出並解析RSS訂閱源數據：提前

RssItems = (from xElem in xml.Descendants("channel").Descendants("item") 
          select new RssItem 
             { 
              Content = xElem.Descendants("description").FirstOrDefault().Value, 
              ... 
             }).ToList(); 

謝謝！

Answer 1

您的代碼按預期工作。 CDATA部分意味着內容不應該被解釋，即"ö"不應該被看作是一個HTML實體，而只是一個字符序列。

請聯繫RSS源的作者，並告訴他通過刪除CDATA標記以便實體解釋，或者將預期的字符直接放入HTML文件來修復它。

或者，查看HttpUtility.HtmlDecode來第二次解碼CDATA內容。