0

Realmente no se si es UTF8 o que pero estoy recibiendo un json de un servidor que trae caracteres como tildes y cosas por el estilo que quiero convertirlas a texto normal, algunos de los campos que trae ese json son visión,misión y valores :

 "mision": "<p>Esta es una visión de prueba de SQL SOftware</p>",

    "vision": "<p>Y esta es la visión</p><span style=\"color:#666666;font-family:arial, sans-serif;font-size:14px;line-height:22px;text-align:justify;background-color:#ffffff;\"></span>",

    "valores": "<p>Descripción<br /></p>",

como puedo convertir esos datos con formato extraño a texto normal. Lo intente de esta forma pero no funciono:

  var deco = Encoding.Default.GetBytes(payload);

                    var json = Encoding.UTF8.GetString(deco);
1
  • Eso que recibes son caracteres codificados para HTML. Cualquier navegador los entiende. Pero si los necesitas en tu aplicación seguro habrá alguna librería o método para analizarlos y/o convertirlos, por ejemplo: HtmlDecode. Saludos Commented el 21 jul. 2020 a las 21:19

1 respuesta 1

1

.Net framework ofrece System.Net.WebUtility.HtmlDecode y System.Web.HttpUtility.HtmlDecode que puedes utilizar para tu requerimiento.

El resultado de ambos métodos es el mismo y la diferencia más obvia es la disponibilidad en las distintas versiones de .Net, siendo la más notoria que WebUtiliy está disponible para UWP y HttpUtiliy no.

Ten en cuenta la posibilidad de que tengas que aplicar la conversión varias veces porque en tu ejemplo hay casos donde una sola vez no será suficiente.

En el caso del primer string ...visión..., la primera decodificación lo convierte a visión y en la segunda es que obtienes visión

A continuación un segmento del código que utilicé para probar

const string texto = "<p>Esta es una visión de prueba de SQL SOftware</p>";
string decodificado = WebUtility.HtmlDecode(texto);
decodificado = WebUtility.HtmlDecode(decodificado);

A simple vista parece que decodificar 2 veces es suficiente, pero recomiendo hacer pruebas con diferentes cadenas para confirmarlo.

Si después de decodificar, quieres remover los elementos HTML, la respuesta de Ravi Thapliyal (del sitio en ingles) puede ser de utilidad. Allí utiliza una expresión regular para ese fin:

string noHTML = Regex.Replace(decodificado, @"<[^>]+>|&nbsp;", "").Trim();

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.