Question

我有一个项目需要根据.eml文件中的内容生成.pdf文件。在处理英文字符时，我很好，pdf创建完美无缺，一切正常（在我删除所有不必要的html垃圾之后）。

但是当我尝试读入一个充满法语字符的.eml文件时，问题就出现了。特别是法语字符存储为数字代码，如= E9，= E8，＆amp;＃339，依此类推。

所以我的问题是这个。我用：

读取了.eml文件

string content = File.ReadAllText(filePath, Encoding.UTF8);

然而，它以纯文本形式出现，我不知道如何使系统将= E9和= E8等代码解释为法语字符。我总是可以Regex.Replace所有东西，但我希望有一个更优雅的解决方案。是否有任何方法可以接受那长串纯文本并正确解释嵌入的代码，以便在不使用30个Regex.Replace表达式的情况下显示法语字符而不是各自的代码？

适当注意我不能使用任何内置的iTextSharp功能，因为我还需要能够将法语字符（从.eml文件中提取）合并到pdf的文件名中。

由于

Answer 1

您可以使用正则表达式，但两个正则表达式应该足够了：

text = Regex.Replace(text, @"=([0-9A-Fa-f]{2})", match => ((char)uint.Parse(match.Groups[1].Value, NumberStyles.HexNumber)).ToString());
text = Regex.Replace(text, @"&#(\d+);", match => ((char)uint.Parse(match.Groups[1].Value)).ToString());

另一种方法是找到一个MIME解析库，它公开解析部分MIME消息的方法，这样就可以解码=E9代码。然后，您需要调用WebUtility.HtmlDecode来解析HTML实体。

是否可以从.eml文件中将法语字符读入C＃字符串？

1 个答案: