C# 获取字符串的编码
我从另一个页面获取html，在编码方面有问题。 例如： 我得到：C# 获取字符串的编码,c#,.net,encoding,html-agility-pack,C#,.net,Encoding,Html Agility Pack,我从另一个页面获取html，在编码方面有问题。 例如： 我得到： aparelho nas sa??das 原文是： aparelho nas saídas 如何获得编码并转换为原始字符串 我的代码： var GetResponse = API_GET("..."); //this returns html of an http request. HtmlDocument doc = new HtmlDocument(); //the html-parsing doc.LoadHtml
aparelho nas sa??das
aparelho nas saídas
var GetResponse = API_GET("..."); //this returns html of an http request.
HtmlDocument doc = new HtmlDocument(); //the html-parsing
doc.LoadHtml(GetResponse);
var body = doc.DocumentNode.SelectNodes("//div[@class='para']");
...
var para = body[i].InnerHtml; //Here's the problem,it returns the output like: sa??das
提前感谢使用此功能-类似于这样做。只检查utf-8。我认为很难检查编码 如有疑问，请将其转换为UTF-8或编码=WTF 这是部分源代码。看看IsUtf8方法。这可能非常有用
using System;
using System.IO;
namespace Unicode
{
/// <summary>
/// http://anubis.dkuug.dk/JTC1/SC2/WG2/docs/n1335
///
/// http://www.cl.cam.ac.uk/~mgk25/ucs/ISO-10646-UTF-8.html
///
/// http://www.unicode.org/versions/corrigendum1.html
///
/// http://www.ietf.org/rfc/rfc2279.txt
///
/// </summary>
public class Utf8Checker : IUtf8Checker
{
public bool Check(string fileName)
{
using (BufferedStream fstream = new BufferedStream(File.OpenRead(fileName)))
{
return this.IsUtf8(fstream);
}
}
/// <summary>
/// Check if stream is utf8 encoded.
/// Notice: stream is read completely in memory!
/// </summary>
/// <param name="stream">Stream to read from.</param>
/// <returns>True if the whole stream is utf8 encoded.</returns>
public bool IsUtf8(Stream stream)
{
int count = 4 * 1024;
byte[] buffer;
int read;
while (true)
{
buffer = new byte[count];
stream.Seek(0, SeekOrigin.Begin);
read = stream.Read(buffer, 0, count);
if (read < count)
{
break;
}
buffer = null;
count *= 2;
}
return IsUtf8(buffer, read);
}
/// <summary>
///
/// </summary>
/// <param name="buffer"></param>
/// <param name="length"></param>
/// <returns></returns>
public static bool IsUtf8(byte[] buffer, int length)
{
int position = 0;
int bytes = 0;
while (position < length)
{
if (!IsValid(buffer, position, length, ref bytes))
{
return false;
}
position += bytes;
}
return true;
}
/// <summary>
///
/// </summary>
/// <param name="buffer"></param>
/// <param name="position"></param>
/// <param name="length"></param>
/// <param name="bytes"></param>
/// <returns></returns>
public static bool IsValid(byte[] buffer, int position, int length, ref int bytes)
{
if (length > buffer.Length)
{
throw new ArgumentException("Invalid length");
}
if (position > length - 1)
{
bytes = 0;
return true;
}
byte ch = buffer[position];
if (ch <= 0x7F)
{
bytes = 1;
return true;
}
if (ch >= 0xc2 && ch <= 0xdf)
{
if (position >= length - 2)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0x80 || buffer[position + 1] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 2;
return true;
}
if (ch == 0xe0)
{
if (position >= length - 3)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0xa0 || buffer[position + 1] > 0xbf ||
buffer[position + 2] < 0x80 || buffer[position + 2] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 3;
return true;
}
if (ch >= 0xe1 && ch <= 0xef)
{
if (position >= length - 3)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0x80 || buffer[position + 1] > 0xbf ||
buffer[position + 2] < 0x80 || buffer[position + 2] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 3;
return true;
}
if (ch == 0xf0)
{
if (position >= length - 4)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0x90 || buffer[position + 1] > 0xbf ||
buffer[position + 2] < 0x80 || buffer[position + 2] > 0xbf ||
buffer[position + 3] < 0x80 || buffer[position + 3] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 4;
return true;
}
if (ch == 0xf4)
{
if (position >= length - 4)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0x80 || buffer[position + 1] > 0x8f ||
buffer[position + 2] < 0x80 || buffer[position + 2] > 0xbf ||
buffer[position + 3] < 0x80 || buffer[position + 3] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 4;
return true;
}
if (ch >= 0xf1 && ch <= 0xf3)
{
if (position >= length - 4)
{
bytes = 0;
return false;
}
if (buffer[position + 1] < 0x80 || buffer[position + 1] > 0xbf ||
buffer[position + 2] < 0x80 || buffer[position + 2] > 0xbf ||
buffer[position + 3] < 0x80 || buffer[position + 3] > 0xbf)
{
bytes = 0;
return false;
}
bytes = 4;
return true;
}
return false;
}
}
}
使用系统；
使用System.IO；
名称空间Unicode
{
///
/// http://anubis.dkuug.dk/JTC1/SC2/WG2/docs/n1335
///
/// http://www.cl.cam.ac.uk/~mgk25/ucs/ISO-10646-UTF-8.html
///
/// http://www.unicode.org/versions/corrigendum1.html
///
/// http://www.ietf.org/rfc/rfc2279.txt
///
///
公共类Utf8Checker:IUtf8Checker
{
公共布尔检查（字符串文件名）
{
使用（BufferedStream fstream=new BufferedStream（File.OpenRead（fileName）））
{
返回此.IsUtf8（fstream）；
}
}
///
///检查流是否为utf8编码。
///注意：流在内存中完全读取！
///
///要从中读取的流。
///如果整个流是utf8编码的，则为True。
公共布尔IsUtf8（流）
{
整数计数=4*1024；
字节[]缓冲区；
int-read；
while（true）
{
缓冲区=新字节[计数]；
stream.Seek（0，SeekOrigin.Begin）；
read=stream.read（缓冲区，0，计数）；
如果（读取<计数）
{
打破
}
缓冲区=空；
计数*=2；
}
返回IsUtf8（缓冲区，读取）；
}
///
///
///
///
///
///
公共静态bool IsUtf8（字节[]缓冲区，整数长度）
{
int位置=0；
int字节=0；
while（位置<长度）
{
如果（！IsValid（缓冲区、位置、长度、引用字节））
{
返回false；
}
位置+=字节；
}
返回true；
}
///
///
///
///
///
///
///
///
公共静态bool有效（字节[]缓冲区，int位置，int长度，ref int字节）
{
if（长度>缓冲区长度）
{
抛出新ArgumentException（“无效长度”）；
}
如果（位置>长度-1）
{
字节=0；
返回true；
}
字节ch=缓冲器[位置]；
if（ch=0xc2&&ch=length-2）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0x80 | |缓冲器[位置+1]>0xbf）
{
字节=0；
返回false；
}
字节=2；
返回true；
}
if（ch==0xe0）
{
如果（位置>=长度-3）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0xa0 | |缓冲器[位置+1]>0xbf||
缓冲区[位置+2]<0x80 | |缓冲区[位置+2]>0xbf）
{
字节=0；
返回false；
}
字节=3；
返回true；
}
如果（ch>=0xe1&&ch=length-3）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0x80 | |缓冲器[位置+1]>0xbf||
缓冲区[位置+2]<0x80 | |缓冲区[位置+2]>0xbf）
{
字节=0；
返回false；
}
字节=3；
返回true；
}
如果（ch==0xf0）
{
如果（位置>=长度-4）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0x90 | |缓冲器[位置+1]>0xbf||
缓冲区[位置+2]<0x80 | |缓冲区[位置+2]>0xbf||
缓冲区[位置+3]<0x80 | |缓冲区[位置+3]>0xbf）
{
字节=0；
返回false；
}
字节=4；
返回true；
}
如果（ch==0xf4）
{
如果（位置>=长度-4）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0x80 | |缓冲器[位置+1]>0x8f||
缓冲区[位置+2]<0x80 | |缓冲区[位置+2]>0xbf||
缓冲区[位置+3]<0x80 | |缓冲区[位置+3]>0xbf）
{
字节=0；
返回false；
}
字节=4；
返回true；
}
如果（ch>=0xf1&&ch=length-4）
{
字节=0；
返回false；
}
如果（缓冲器[位置+1]<0x80 | |缓冲器[位置+1]>0xbf||
缓冲区[位置+2]<0x80 | |缓冲区[位置+2]>0xbf||
缓冲区[位置+3]<0x80 | |缓冲区[位置+3]>0xbf）
{
字节=0；
返回false；