C#抓取网页中出现乱码如何解决
我用的抓取代码是reader=newStreamReader(response.GetResponseStream(),Encoding.UTF8);如果是UTF8当然正...
我用的抓取代码是
reader = new StreamReader(response.GetResponseStream(), Encoding.UTF8);
如果是UTF8当然正常。
但是如果是gb2312就出现乱码。
换用
reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
gb2312的正常了，UTF8的又出现乱码了。
可问题在于，我没办法在抓取之前确定要抓取的网页是什么编码的。
怎样才能让程序自动选择编码或者用什么其它方法解决这个问题呢？
在抓取网页之前，我根本不知道网页编码是什么啊。
软件是给其它人用的。
--------------------------------------
重复抓取倒是个办法，可是效率太差了点吧！ 展开
reader = new StreamReader(response.GetResponseStream(), Encoding.UTF8);
如果是UTF8当然正常。
但是如果是gb2312就出现乱码。
换用
reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
gb2312的正常了，UTF8的又出现乱码了。
可问题在于，我没办法在抓取之前确定要抓取的网页是什么编码的。
怎样才能让程序自动选择编码或者用什么其它方法解决这个问题呢？
在抓取网页之前，我根本不知道网页编码是什么啊。
软件是给其它人用的。
--------------------------------------
重复抓取倒是个办法，可是效率太差了点吧！ 展开
1个回答
展开全部
<head>里一般都有注明
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
我知道你是抓网页啊，你先分析网页的HTML(随便什么编码，英文是不会乱码的)，根据<head>里的标识再重新分析
------------
呵呵，我想不出更好的办法了，要不你分数加高点，看看有没有人有更好的办法
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
我知道你是抓网页啊，你先分析网页的HTML(随便什么编码，英文是不会乱码的)，根据<head>里的标识再重新分析
------------
呵呵，我想不出更好的办法了，要不你分数加高点，看看有没有人有更好的办法
本回答由提问者推荐
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
