使用Linq-to-XML和C＃读取RSS提要 - 如何解码CDATA部分？

Question

我正在尝试使用C＃和Linq to XML读取RSS源。 feed以utf-8编码（参见http://pc03224.kr.hsnr.de/infosys/feed/）并且读取它通常可以正常工作，除了描述节点，因为它包含在CDATA部分中。

出于某种原因，在读完“description”标签的内容之后，我无法在调试器中看到CDATA标签，但我想它必须在某处，因为只有在本节中才有德国元音（äöü）和其他特殊内容字符未正确显示。相反，它们保留在字符串utf-8编码中，如ü。

我可以以某种方式正确地读出它们，或者至少在之后解码它们吗？

这是RSS部分的示例，给我带来麻烦：

<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>

这是我的代码，它读取并解析RSS提要数据：

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

提前致谢！

Answer 1

您的代码按预期工作。 CDATA部分意味着不应解释内容，即"ö"不应被视为HTML实体，而应视为一系列字符。

联系RSS提要的作者并告诉他修复它，方法是删除CDATA标签，以便解释实体，或者将目标字符直接放入HTML文件中。

或者，请查看HttpUtility.HtmlDecode以再次解码CDATA内容。