解析乱码的html,c#使用nsoup解析html乱码解决方法分享 nsoup教程

下载地址：http://nsoup.codeplex.com/

简单用法如下：

NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);

处理网络上的页面：

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

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

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。