Como impedir que a Htmltidy converte umlauts (por exemplo, para & uuml;)

Question

Nosso site executa a entrada do usuário via htmltidy para limpá -lo. Aparentemente, enquanto faz isso, também causa dor para nossos assinantes internacionais convertendo umlauts. Existe alguma opção para especificar para htmltidy não fazer isso?

Tentei o CharacterEncoding com todas as opções possíveis, mas nada parece estar funcionando.

Answer 1

Basta fornecer uma codificação de saída (a codificação de entrada é opcional) no arquivo de configuração:

input-encoding: win1252
output-encoding: latin1

Para uma visão geral das codificações disponíveis, observe o Documentação de codificação de saída.

EDITAR: Então você está usando o .NET ligações. São as mesmas configurações:

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

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

d.Save("out.html");

Com o conjunto de codificações corretas, você obterá o resultado correto, sem ü e similar.