Нашла решение вот здесь: C++ Replacing HTML Character Entities [RESOLVED].
Правда, не совсем поняла, зачем он ставит пробелы после '&' перед '#'. Убрала пробелы и у меня заработало. Привожу код, который работает у меня:
string htmlEntitiesDecode (string str) {
string subs[] = {
""", """,
"'", "'",
"&", "&",
"<", "<",
">", ">",
"&34;", "&39;",
"&38;", "&60;",
"&62;"
};
string reps[] = {
"\"", "\"",
"'", "'",
"&", "&",
"<", "<",
">", ">",
"\"", "'",
"&", "<",
">"
};
size_t found;
for(int j = 0; j < 15; j++) {
do {
found = str.find(subs[j]);
if (found != string::npos)
str.replace (found,subs[j].length(),reps[j]);
} while (found != string::npos);
}
return str;
}
Однако, это ведь далеко не все символы html-кодировки. Видимо, придётся их все перечислять. Может кто-то посоветует более красивое решение?
P.S.: привожу ресурс со списком символов html-кодировки:
List of XML and HTML character entity references,
однако тут неполный список и нет кодов для html5. А вот тут есть всё:
HTML5 символы и коды.