c#使用nsoup解析html乱码解决方法分享 nsoup教程
更新时间:2020年6月25日 11:38 点击:2073
下载地址:http://nsoup.codeplex.com/
简单用法如下:
复制代码 代码如下:
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);
处理网络上的页面:
复制代码 代码如下:
NSoup.Nodes.Document doc = NSoup.NSoupClient.Connect("https://www.jb51.net/").Get();
但是遗憾的是NSoup默认的编码是UTF-8,处理中文有乱码(对于编码是UTF-8的自然不会有乱码,但是有些GB2312的就可能有乱码,谢谢 forhells的提醒)。
目前我找到两种解决办法:
1.下载网页源代码再处理
复制代码 代码如下:
WebClient webClient = new WebClient();
String HtmlString=Encoding.GetEncoding("utf-8").GetString(webClient.DownloadData("https://www.jb51.net"));
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);
2.获得网页的流
复制代码 代码如下:
WebRequest webRequest=WebRequest.Create("https://www.jb51.net");
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(webRequest.GetResponse().GetResponseStream(),"utf-8");
第二种用着比较方便,但是我觉得第一种比较合适,毕竟NSoup是个Html解析类,下载网页代码这种事情本来不应该交给它。
上一篇: C#用户定义类型转换详解
下一篇: FileStream常用的属性与方法总结
相关文章
c#使用nsoup解析html乱码解决方法分享 nsoup教程
NSoup是JSoup的Net移植版本。使用方法基本一致。如果项目涉及HTML的处理,强烈推荐NSoup。但是遗憾的是NSoup默认的编码是UTF-8,处理中文有乱码,下面给出二种解决方法...2020-06-25