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: / 发布于2016/6/3/ 486

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();
}
}

评论列表

本站所提供的代码，版权归原作者所有，若有侵犯作者版权，请与我们联系，我们将立即删除或修改。谢谢!
本站所有代码发布及提供者。

试试其它关键字

同语言下

可能有用的

贡献的其它代码Label