Cómo evitar que la htmltidy convierta umlauts (por ejemplo, ü to & uuml;)

Question

Nuestro sitio web ejecuta la entrada del usuario a través de htmltidy para limpiarla. Aparentemente, al hacer esto, también causa dolor a nuestros suscriptores internacionales al convertir Umlauts. ¿Hay alguna opción para especificar para htmltidy para no hacer esto?

Intenté caracteres con todas las opciones posibles, pero nada parece estar funcionando.

Answer 1

Simplemente proporcione una codificación de salida (la codificación de entrada es opcional) en el archivo de configuración:

input-encoding: win1252
output-encoding: latin1

Para obtener una descripción general de las codificaciones disponibles, mire el documentación de codificación de salida.

EDITAR: Entonces estás usando el ANIZACIONES DE .NET. Es la misma configuración:

Document d = new Document(new FileStream("in.html", FileMode.Open));

d.InputCharacterEncoding = EncodingType.Utf8;
d.OutputCharacterEncoding = EncodingType.Win1252;
d.CleanAndRepair();

d.Save("out.html");

Con el conjunto de codificaciones correctas, obtendrá el resultado correcto, sin ü y similares.