.NET 网页或json数据抓取系列:2 - 动态字符集转换

本文是.NET网页或json数据抓取系列的第二部分,主要介绍如何处理动态字符集转换以解决乱码问题。首先通过MemoryStream接收HTTP响应的字节内容,然后使用UTF-8将字节转换为字符串。接着,利用正则表达式查找HTML中的meta标签,并借助第三方HTML解析器获取charset属性。最后,根据动态charset转换字符串,确保内容正确显示。
摘要由CSDN通过智能技术生成

本篇文章是续集:.NET 网页或json数据抓取系列:1 - 发送请求

1. 用MemoryStream接收http response

byte[] responseBytes = null;
using (var ms = new MemoryStream())
{
       responseStream.CopyTo(ms);
       responseBytes = ms.ToArray();
 }

2. 接收的字节内容默认转成UTF-8字符串

strResult = Encoding.UTF8.GetString(responseBytes);

3. 动态字符集转换。解决乱码的问题。

    3.1. 用正则表达是找到meta标签

    3.2. 用第3方html解析器,解析meta标签

    3.3. 获取meta标签里的charset属性,并根据动态charset转成格式正确的字符串。

    if (response.ContentType == "text/html")
    {
        var meta = Regex.Match(strResult, "<meta.*/>&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值