c# - 如何在不拆分 html 编码的特殊字符内的情况下按长度启用分词功能

Question

我想实现一个功能，如果一个词太长而不能出现在一行中，则插入一个分词标记。

    protected string InstertWBRTags(string text, int interval)
{
    if (String.IsNullOrEmpty(text) || interval < 1 || text.Length < interval)
    {
        return text;
    }
    int pS = 0, pE = 0, tLength = text.Length;
    StringBuilder sb = new StringBuilder(tLength * 2);

    while (pS < tLength)
    {
        pE = pS + interval;
        if (pE > tLength)
            sb.Append(text.Substring(pS));
        else
        {
            sb.Append(text.Substring(pS, pE - pS));
            sb.Append("&#8203;");//<wbr> not supported by IE 8
        }
        pS = pE;
    }
    return sb.ToString();
}

问题是:如果文本包含 html 编码的特殊字符，我该怎么办？ 我该怎么做才能防止在 ß 中插入 TAG？ 我能做些什么来计算真正的字符串长度(出现在浏览器中)？ 像 ♡♥♡♥ 这样的字符串在浏览器中只包含 2 个字符(红心)，但它的长度是 14。

Answer 1

一种解决方案是将实体解码为它们所代表的 Unicode 字符并与之一起使用。这样做use System.Net.WebUtility.HtmlDecode() if you're in .NET 4 or System.Web.HttpUtility.HtmlDecode() otherwise .

但请注意，并非所有 Unicode 字符都适合一个 char。