查找®文本

-1

的字符串讓我改一下我的問題：查找®文本

我在文本閱讀，其中的人物之一是註冊的符號，®，從具有顯示符號沒有問題的文本文件。當我從文件中讀取字符串後嘗試打印字符串時，該符號是不可打印的字符。當我讀取字符串並將字符串拆分爲字符並將字符轉換爲Int16並打印出十六進制數時，我得到0xFFFD。當我打開StreamReader時，我指定Encoding.UTF8。

這裏是我有什麼

using (System.IO.StreamReader sr = new System.IO.StreamReader(HttpContext.Current.Server.MapPath("~/App_Code/Hormel") + "/nutrition_data.txt", System.Text.Encoding.UTF8)) 
{ 
    string line; 
    while((line = sr.ReadLine()) != null) 
    { 
     //after spliting the file on '~' 
     items[i] = scrubData(utf8.GetString(utf8.GetBytes(items[i].ToCharArray()))); 
     //items[i] = scrubData(items[i]); //original 
    } 
}

這裏是scrubData功能

private String scrubData(string data) 
     { 
      string newStr = String.Empty; 
      try 
      { 

       if (data.Contains("HORMEL")) 
       { 
        string[] s = data.Split(' '); 
        foreach(string str in s) 
        { 
         if (str.Contains("HORMEL")) 
         { 
          char[] ch = str.ToCharArray();        
          for(int i=0; i<ch.Length; i++) 
          { 
           EventLogProvider.LogInformation("LoadNutritionInfoTask", "Test", ch[i] + " = " + String.Format("{0:X}", Convert.ToInt16(ch[i]))); 
          } 
         } 
        } 
       } 
return String.Empty; 
      } 
      catch (Exception ex) 
      { 
       EventLogProvider.LogInformation("LoadNutritionInfoTask", "ScrubData", ex.Message); 
       return data; 
      } 
     }

我不關心現在返回什麼，我打印出來的字符和十六進制與它們相對應的代碼。

來源

2013-09-24 DFord

嗯......只要搜索「®」？ – JDB

如果你只是嘗試一下，找出哪一個是對的，如果兩者都是？ – tnw

@Cybȫʁgϟ37當我搜索「®」時，它與符號不匹配。 – DFord

檢查您正在解碼字節的編碼。

來源

2013-09-24 20:44:40 Loryan55

首先，您需要確保閱讀的文字是correct encoding。在我看來，你使用UTF-8，因爲你說®（Unicode代碼點U + 00AE）是0xC2AE，這是the same as UTF-8。您可以使用這樣的：

Encoding.UTF8.GetString(new byte[] { 0xc2, 0xae }) // "®", the registered symbol 
// or 
using (var streamReader = new StreamReader(file, Encoding.UTF8))

一旦你得到了它在C＃中string，你應該使用HttpUtility.HtmlEncode將其編碼爲HTML。例如。

HttpUtility.HtmlEncode("SomeStuff®") // result is "SomeStuff&#174;"

來源

2013-09-24 20:44:44

爲什麼你需要編碼'®'？ – JDB

@Cybȫʁgϟ37我不完全確定，我猜OP有足夠的理由。在最終得到的HTML中，你最想編碼像'HtmlEncode'那樣的'<' and '>'，這樣你就不會打開注入漏洞（除非這是一個可信的.txt文件，的東西）。 –

試試這個：

 string txt = "textwithsymbol"; 
     string html = "<html></html>"; 
     txt = txt.Replace("\u00ae", html);

很明顯，你將與你在閱讀和「\ u00ae轉移」是你正在尋找的符號的文本替換成txt變量。

來源

2013-09-24 20:46:08

回答

相關問題