网页编码自动识别代码代码,Asp.Net代码库,德仔网

代码语言

代码分类

【Asp.Net】网页编码自动识别代码

作者:Dezai.CN / 发布于2013/11/7/ 431


	using System;
	using System.Net;
	using System.Text;
	using System.Text.RegularExpressions;

	class Program
	{
	// 获取网页的HTML内容，根据网页的charset自动判断Encoding
	static string GetHtml(string url)
	{
	return GetHtml(url, null);
	}

	// 获取网页的HTML内容，指定Encoding
	static string GetHtml(string url, Encoding encoding)
	{
	byte[] buf = new WebClient().DownloadData(url);
	if (encoding != null) return encoding.GetString(buf);
	string html = Encoding.UTF8.GetString(buf);
	encoding = GetEncoding(html);
	if (encoding == null || encoding == Encoding.UTF8) return html;
	return encoding.GetString(buf);
	}

	// 根据网页的HTML内容提取网页的Encoding
	static Encoding GetEncoding(string html)
	{
	string pattern = @"(?i)\bcharset=(?<charset>[-a-zA-Z_0-9]+)";
	string charset = Regex.Match(html, pattern).Groups["charset"].Value;
	try { return Encoding.GetEncoding(charset); }
	catch (ArgumentException) { return null; }
	}

	// 程序入口
	static void Main()
	{
	Console.WriteLine(GetHtml(http://www.jb51.net));

	Console.Read();
	}
	}

试试其它关键字

　网页编码　

同语言下

可能有用的

Dezai.CN贡献的其它代码(4037)