C# 文本编码比的好算法？

在为my开发函数时，我想了解一些有关我的方法的信息：

我使用HtmlAgiltyPack获取所有文本节点，丢弃那些将脚本和样式标记作为父节点的节点，并执行一些额外的文本操作：

    public static int CalculateTextSize(HtmlDocument doc)
    {
        int size = 0;
        foreach (HtmlNode node in 
           doc.DocumentNode.SelectNodes("//text()[normalize-space(.) != '']"))
        {
            HtmlNode parentNode = node.ParentNode;
            if (parentNode != null)
            {
                if (parentNode.Name.Equals("script",
                       StringComparison.CurrentCultureIgnoreCase)
                    || parentNode.Name.Equals("style",
                       StringComparison.CurrentCultureIgnoreCase))
                {
                    continue;
                }
            }

            string text = node.InnerText.Trim();
            //Just in case agility pack gets it wrong...
            text = StringUtils.StripTags(text);     
            //Replaces "&" => "&" etc.
            text = HttpUtility.HtmlDecode(text);
            //All whitespace is reduced to single space, i.e. 
            //"Foo\r\nBar\t\   Hello" => "Foo Bar Hello"            
            text = StringUtils.NormalizeWhitespace(text);   
            size += text.Trim().Length;
        }

        return size;
    }

你觉得怎么样？例如，这是一个相当严格的方法 semy方法返回23722，而函数返回28671。我做错了吗

---

更新：正如Oskar Kjellin所指出的，我在计算字符而不是字节，SeoChat在计算字节。什么是最好的，计算字符还是字节？我认为这个指标不应该受到页面编码的影响

产生差异的原因是他在数字节，而你在数字符

我认为最好的方法是计算字节，因为这样做的原因是为了查看加载页面中有多少百分比是文本。因此，您必须获得加载的总页面大小，并使用它来计算。您不能使用字符计数

---

不知道搜索引擎是如何做到这一点的，但你的很容易被愚弄。您可以将所有内容放在一个大的文本分区中，然后使用CSS隐藏分区。这取决于您希望的深入程度。

这不计算比率，只计算长度。好像他在计算字节，你在计算字符如果你有CalculateTextSize，那么剩下的就微不足道了。我正在计算字符，因为我认为这是一个更好的度量。您使用的编码不应该影响文本与代码的比率？但这当然是造成差异的原因。。。相反，计数字节时我得到了2771（如果我删除了HtmlDecode，我得到2979）很高兴您发现了差异。您还应该使用html中指定的编码。如果对代码使用相同的编码，那么比率不会受到影响（至少可能不会太大），我同意，我现在使用字节。是的，这很容易被愚弄，但它将被用来分析你自己的网站作为一个页面上的指标。谢谢你的意见！