根据URL提取页面的Title，根据网页的charset自动判断E代码,JS代码库,德仔网

代码语言

代码分类

【JS】根据URL提取页面的Title，根据网页的charset自动判断E

作者:汉妤 / 发布于2016/1/4/ 656


	using System;
	using System.Net;
	using System.Text;
	using System.Text.RegularExpressions;
	
	internal class Program
	{
	 // 获取网页的HTML内容，根据网页的charset自动判断Encoding
	 public static string GetHtml(string url)
	 {
	 return GetHtml(url, null);
	 }
	
	 // 获取网页的HTML内容，指定Encoding
	 private 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
	 private 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;
	 }
	 }
	
	 // 根据网页的HTML内容提取网页的Title
	 private static string GetTitle(string html)
	 {
	 string pattern = @"(?si)<title(?:\s+(?:""[^""]*""|'[^']*'|[^""'>])*)?>(?<title>.*?)</title>";
	 return Regex.Match(html, pattern).Groups["title"].Value.Trim();
	 }
	
	 // 打印网页的Encoding和Title
	 private static void PrintEncodingAndTitle(string url)
	 {
	 string html = GetHtml(url);
	 Console.WriteLine("[{0}] [{1}]", GetEncoding(html), GetTitle(html));
	 }
	
	 // 程序入口
	 private static void Main()
	 {
	 PrintEncodingAndTitle("http://www.msdn.net/");
	 PrintEncodingAndTitle("http://www.cnblogs.com/");
	 PrintEncodingAndTitle("http://www.cnblogs.com/skyiv/");
	 PrintEncodingAndTitle("http://www.csdn.net/");
	 PrintEncodingAndTitle("http://news.163.com/");
	 }
	}
	
	/* 程序输出：
	[] [MSDN: Microsoft Developer Network]
	[System.Text.UTF8Encoding] [博客园 - 程序员的网上家园]
	[System.Text.UTF8Encoding] [空间/IV - 博客园]
	[System.Text.UTF8Encoding] [CSDN.NET - 中国最大的IT技术社区，为IT专业技术人员提供最全面的信息传播和服务平台]
	[System.Text.DBCSCodePageEncoding] [新闻中心_网易新闻]
	
	*/

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

汉妤贡献的其它代码(20)