解决HtmlAgilityPack中文乱码

叁歲伎倆 2022-05-15 11:28 297阅读 0赞

[Html Agility Pack][]是用C\#写的开源Html Parser。

在抓取163首页([http://www.163.com][http_www.163.com])代码如下：

HtmlWeb hw = new HtmlWeb(); string url = @"http://www.163.com"; HtmlDocument doc = hw.Load(url); doc.Save("mshome.htm");  
不过有点问题是抓取的Code乱码了。

通过跟踪代码发现通过修改HtmlWeb.cs 中的第1466行（1.4.0.0版） 文件可以解决这个问题。

方法名为：

privateHttpStatusCodeGet(Uriuri,stringmethod,stringpath,HtmlDocumentdoc,IWebProxyproxy, ICredentialscreds)

原始实现源代码：

... ... Encoding respenc = !string.IsNullOrEmpty(resp.ContentEncoding) ? Encoding.GetEncoding(resp.ContentEncoding) : null; ... ...

修改后的代码：

//Encoding respenc = !string.IsNullOrEmpty(resp.ContentEncoding) // ? Encoding.GetEncoding(resp.ContentEncoding) // : null; //update By Glen begin Encoding respenc; if ((resp.ContentEncoding != null) && (resp.ContentEncoding.Length > 0)) \{ respenc = System.Text.Encoding.GetEncoding(resp.ContentEncoding); \} else if ((resp.CharacterSet != null) && (resp.CharacterSet.Length > 0))//根据Content-Type中获取的charset \{ if (string.Compare(resp.CharacterSet, "ISO-8859-1", true, System.Globalization.CultureInfo.InvariantCulture) == 0) respenc = System.Text.Encoding.GetEncoding("GB2312"); else respenc = System.Text.Encoding.GetEncoding(resp.CharacterSet); \} else \{ respenc = System.Text.Encoding.GetEncoding("GB2312"); \} //update By Glen end  
重新编译一下，就不会中文乱码了...

[Html Agility Pack]: http://htmlagilitypack.codeplex.com/
[http_www.163.com]: http://www.163.com

发表评论取消回复

表情：

评论列表（有 0 条评论，297人围观）

还没有评论，来说两句吧...

相关阅读

相关解决中文乱码问题

解决中文乱码问题参考文章： [（1）解决中文乱码问题][1] （2）https://www.cnblogs.com/yaya-yaya/p/5701208.html

叁歲伎倆/ 2022年09月14日 09:23/ 0 赞/ 560 阅读

相关 struts解决中文乱码

jsp,struts处理中文乱码问题 2006年11月20日星期一 18:03 <table style="TABLE-LAYOUT: fixed"> <tbody>

我会带着你远行/ 2022年08月26日 01:26/ 0 赞/ 196 阅读

相关中文乱码解决

1. Get请求在Tomcat下找到service.xml配置文件加入URIEncoding=”UTF-8” URLEncoding=”UTF-8”

雨点打透心脏的1/2处/ 2022年06月12日 05:10/ 0 赞/ 360 阅读

相关解决中文乱码

<table> <tbody> <tr> <td><font>  面向对象面向君，不负代码不负卿。 ^o^ </font> </td> </t

待我称王封你为后i/ 2022年06月08日 03:48/ 0 赞/ 390 阅读

相关解决mysql中文乱码

原文：http://blog.csdn.net/u012410733/article/details/61619656 mysql是我们项目中非常常用的数据型数据库。但是因为

Bertha 。/ 2022年06月03日 09:39/ 0 赞/ 346 阅读

相关解决HtmlAgilityPack中文乱码

[Html Agility Pack][]是用C\写的开源Html Parser。在抓取163首页([http://www.163.com][http_www.163.co

叁歲伎倆/ 2022年05月15日 11:28/ 0 赞/ 298 阅读

相关解决mysql中文乱码

造成这个问题的原因是因为我们安装mysql服务的时候没有指定好编码，而采用默认的编码。不过也没关系，不用卸载重装。有一个解决办法，就是显式地指定编码格式，就OK啦。配置

逃离我推掉我的手/ 2022年04月10日 13:31/ 0 赞/ 407 阅读

相关 SecureCRT中文乱码解决

1、检查centeros 7 上面的编码格式 1）执行命令：\[root@localhost ~\]\ vi /etc/locale.conf 2）结果：LANG=“z

本是古典何须时尚/ 2022年04月03日 20:12/ 0 赞/ 362 阅读

相关 atom中文乱码解决

废话不多说上图修改编码格式为GBK就可以了。 ![20180305111019632][] [20180305111019632]: /i

浅浅的花香味﹌/ 2021年09月14日 22:32/ 1 赞/ 469 阅读

相关解决中文乱码(Util)

package com.inesv.digiccy.util; import java.io.UnsupportedEncodingExcepti...

灰太狼/ 2020年11月21日 19:29/ 0 赞/ 861 阅读