C# 为什么UTF-8在此编码上失败?
我要下载一个UTF-8编码的。 这是我的代码:C# 为什么UTF-8在此编码上失败?,c#,encoding,utf-8,C#,Encoding,Utf 8,我要下载一个UTF-8编码的。 这是我的代码: using (WebClient client = new WebClient()) { client.Headers.Add("user-agent", Request.UserAgent); htmlPage = client.DownloadString(HttpUtility.UrlDecode(resoruce_url)); var KeysParsed = HttpUtility.ParseQueryStri
using (WebClient client = new WebClient())
{
client.Headers.Add("user-agent", Request.UserAgent);
htmlPage = client.DownloadString(HttpUtility.UrlDecode(resoruce_url));
var KeysParsed = HttpUtility.ParseQueryString(client.ResponseHeaders["Content-Type"].Replace(" ", "").Replace(";", "&"));
var charset = ((KeysParsed["charset"] != null) ? KeysParsed["charset"] : "UTF-8");
Response.Write(client.ResponseHeaders);
byte[] bytePage = Encoding.GetEncoding(charset).GetBytes(htmlPage);
using (var reader = new StreamReader(new MemoryStream(bytePage), Encoding.GetEncoding(charset)))
{
htmlPage = reader.ReadToEnd();
Response.Write(htmlPage);
}
}
因此,它为编码设置了UTF-8
。但下载的标题在我的屏幕上显示为:
Sexy cover: 60 e più di “quei dischi” vietati ai minori
而不是:
Sexy cover: 60 e più di “quei dischi” vietati ai minori
有些事情是错的,但我不知道在哪里。有什么想法吗?问题是,当你得到数据时,它已经被转换了 当执行
WebClient.DownloadString
时,它获取原始字节并使用默认编码将其转换为字符串。损害已经造成。您不能获取结果字符串,将其转换回字节,然后重新解释它
换句话说,这就是正在发生的事情:
// WebClient.DownloadString does, essentially, this.
byte[] rawBytes = DownloadData();
string htmlPage = Encoding.Default.GetString(rawBytes);
// Now you're doing this:
byte[] myBytes = Encoding.Utf8.GetBytes(htmlPage);
但是myBytes
不一定与rawBytes
相同
如果事先知道要使用什么编码,可以设置WebClient
实例的encoding
属性。如果要根据内容类型标头中指定的编码来解释字符串,则必须下载原始字节,确定编码,并使用该编码来解释字符串。例如:
var rawBytes = client.DownloadData(HttpUtility.UrlDecode(resoruce_url));
var KeysParsed = HttpUtility.ParseQueryString(client.ResponseHeaders["Content-Type"].Replace(" ", "").Replace(";", "&"));
var charset = ((KeysParsed["charset"] != null) ? KeysParsed["charset"] : "UTF-8");
var theEncoding = Encoding.GetEncoding(charset);
htmlPage = theEncoding.GetString(rawBytes);
问题是,当你得到数据时,它已经被转换了 当执行
WebClient.DownloadString
时,它获取原始字节并使用默认编码将其转换为字符串。损害已经造成。您不能获取结果字符串,将其转换回字节,然后重新解释它
换句话说,这就是正在发生的事情:
// WebClient.DownloadString does, essentially, this.
byte[] rawBytes = DownloadData();
string htmlPage = Encoding.Default.GetString(rawBytes);
// Now you're doing this:
byte[] myBytes = Encoding.Utf8.GetBytes(htmlPage);
但是myBytes
不一定与rawBytes
相同
如果事先知道要使用什么编码,可以设置WebClient
实例的encoding
属性。如果要根据内容类型标头中指定的编码来解释字符串,则必须下载原始字节,确定编码,并使用该编码来解释字符串。例如:
var rawBytes = client.DownloadData(HttpUtility.UrlDecode(resoruce_url));
var KeysParsed = HttpUtility.ParseQueryString(client.ResponseHeaders["Content-Type"].Replace(" ", "").Replace(";", "&"));
var charset = ((KeysParsed["charset"] != null) ? KeysParsed["charset"] : "UTF-8");
var theEncoding = Encoding.GetEncoding(charset);
htmlPage = theEncoding.GetString(rawBytes);
如果你使用网络浏览器,它会说什么?使用网络浏览器,标题上的正确文本是
性感封面:60 e piùdi“quei dischi”vietati ai minori
。试试你自己,用Firefox打开它:)“性感封面”。我在上班,先生。试试UTF-16和ASCII西欧码,看看它是怎么说的。您确定应该默认使用UTF-8吗?另外,是否有任何标头可以告诉您编码是什么?var KeysParsed=HttpUtility.ParseQueryString(client.ResponseHeaders[“Content Type”]。Replace(“,”)。Replace(“;”,“&”)代码>这段代码应该做什么?如果你使用网络浏览器,它会说什么?使用网络浏览器,标题上的正确文本是性感封面:60 e piùdi“quei dischi”vietati ai minori
。试试你自己,用Firefox打开它:)“性感封面”。我在上班,先生。试试UTF-16和ASCII西欧码,看看它是怎么说的。您确定应该默认使用UTF-8吗?另外,是否有任何标头可以告诉您编码是什么?var KeysParsed=HttpUtility.ParseQueryString(client.ResponseHeaders[“Content Type”]。Replace(“,”)。Replace(“;”,“&”)代码>这段代码应该做什么?啊,有GetString()
,所以我根本不需要GetBytes!谢谢你,伙计!啊,这里有GetString()
,所以我根本不需要GetBytes!谢谢你,伙计!