C# 解析UTF-8编码的网页

如果我从网站收到一些数据，我会得到以下字符串：

Peter Tester   â‚‹   Max Mustermann

主页的元信息显示编码是UTF-8，我编写了一个小函数将UTF-8转换为Base64（Base64是默认C#项目的正确字符集还是？）

但此函数返回如下字符串：

"S3lsZSBFZG11bmQgJm5ic3A7IMOi4oCa4oC5ICZuYnNwOyZuYnNwO0ppcmkgVmVzZWx5"

---

我相信你只是想：

return Encoding.UTF8.GetString(bytes);

---

我在VB中发现了一个具有相同问题的线程

C#中的相同函数很好用，在将“–#”替换为我可以使用的字符串之后：-）

谢谢你的帮助

Regex.Replace(input, "[^\u0000-\u007F]", " ")

---

Base64用于编码不可表示的数据，默认编码是默认编码，这在每个系统上有所不同，取决于计算机区域设置。如果您有字符串，则表示您已将输入流解析为UTF-16。可能原始文本无法恢复（如果您没有得到任何编码异常…），您也无法恢复它。您必须对输入字节流应用转换。顺便说一句，Base64与UTF8无关……当您从网站接收数据时，您接收的是字节。我从那里开始。如果这些字节是UTF-8编码的文本，请使用

Encoding.UTF8

对其进行解码。Base64在这里是不相关的。我接收了这个网站，并用HTMLAgilityPack“解析”它。解析页面后，我想过滤一些值。

Regex.Replace(input, "[^\u0000-\u007F]", " ")