这两天在鼓捣网页解析的时候,遇到了一个用gbk编码的网页,发现.net5不支持gbk编码.
Microsoft文档, Encoding类的编码列表中可以看到, .net core 和 .net 5仅支持 utf-16/unicodeFFFE/utf-32/32BE/us-ascii/iso-8859-1/utf-8
文档中提到 “对于 .net core 和 .net 5及更高版本,可通过使用 System.Text.CodePagesEncodingProvider 类或从 System.Text.EncodingProvider类派生来使用其他编码.”
解决gbk的编码问题如下:
using System;
using System.Text;
namespace Demo
{
class Program
{
static void Main(string[] args)
{
// 得先用CodePagesEncodingProvider类注册一下,然后才能使用GBK编码
Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
var str = "今天不是啥好天气";
// 先把 str 以 Default 编码转成 byte[], 然后才能转成其他编码
var strBytes = Encoding.Default.GetBytes(str);
// 定义这几个变量是为了简化输出内插字符串,更容易看明白
var gbk = Encoding.GetEncoding("GBK");
var gb2312 = Encoding.GetEncoding("GB2312");
var utf8 = Encoding.UTF8;
var def = Encoding.Default;
// 把 default 编码的 byte[] 转成 gbk 的 byte[], 然后再转成gbk编码的字符串
// var gbkBytes = Encoding.Convert(def, gbk, strBytes);
// var gbkStr = gbk.GetString(gbkBytes); //现在这个字符串就是gbk编码了
//
Console.WriteLine($"gbk\t--> {gbk.GetString(Encoding.Convert(def, gbk, strBytes))}");
Console.WriteLine($"gb2312\t--> {gb2312.GetString(Encoding.Convert(def, gb2312, strBytes))}");
Console.WriteLine($"utf8\t--> {utf8.GetString(strBytes)}");
Console.WriteLine($"default\t--> {Encoding.Default.GetString(strBytes)}");
}
}
}
我测试的机器是 win10+vs2019+.net5