C# C UTF-8编码问题

我在这里搜索了有关堆栈溢出的帖子，并阅读了JoelOnSoftware关于编码的帖子，现在已经基本掌握了编码问题。但是我遇到了一个问题，一些来自Windows剪贴板的字符编码

可复制的测试是使用IE，从谷歌主页上选择并复制广告程序文本

我正在使用以下C代码将此文本从剪贴板中删除错误检查：

uint FormatId = GetRegisteredClipboardFormatId("HTML Format");
IntPtr hHtml = Win32.GetClipboardData(FormatId);
uint DataSize = Win32.GlobalSize(hHtml);
byte[] HtmlData = new byte[DataSize];
IntPtr pData = Win32.GlobalLock(hHtml);
Marshal.Copy(pData, HtmlData, 0, (int)DataSize);
Win32.GlobalUnlock(hHtml);

剪贴板HTML数据应该是UTF-8编码的，因此我使用以下方法将数据转换为字符串：

string Content = Encoding.UTF8.GetString(HtmlData);

但是，忽略周围的HTML标记，结果是：

广告节目

我是做错了什么，误解了什么，还是问题出在别处了

---

谢谢你的帮助

检查HTML代码。有 在广告和节目之间

使用业务解决方案文本尝试您的代码，它将起作用

---

您很可能需要将nbsp替换为普通空格。

检查HTML代码。有 在广告和节目之间

使用业务解决方案文本尝试您的代码，它将起作用

---

很可能您需要将nbsp替换为普通空格。

您将UTF-8显示为拉丁语-1或其变体CP1252

谷歌在这句话中使用了一个nbsp，它是c2a0，正好是拉丁语-1

编辑：这里显示的代码是正确的。我认为在显示内容时会出现问题。看起来您的输出是UTF-8，但显示媒体需要拉丁语-1

如果您正在使用console显示，请尝试以下操作：

 Console.OutputEncoding = Encoding.GetEncoding("iso-8859-1");

这将告诉控制台发送拉丁语-1，而不是UTF-8

如果在浏览器中显示文本，请确保网页标记为UTF-8，如

   <meta http-equiv="Content-Type" content="text/html; charset=utf-8">

---

您正在将UTF-8显示为拉丁语-1或其变体CP1252

谷歌在这句话中使用了一个nbsp，它是c2a0，正好是拉丁语-1

编辑：这里显示的代码是正确的。我认为在显示内容时会出现问题。看起来您的输出是UTF-8，但显示媒体需要拉丁语-1

如果您正在使用console显示，请尝试以下操作：

 Console.OutputEncoding = Encoding.GetEncoding("iso-8859-1");

这将告诉控制台发送拉丁语-1，而不是UTF-8

如果在浏览器中显示文本，请确保网页标记为UTF-8，如

   <meta http-equiv="Content-Type" content="text/html; charset=utf-8">

---

我想这会引出另外两个问题：1。如果编码类知道它接收UTF-8并输出UnicodeUTF-16？字符串，难道它不知道如何将UTF-8中的C2 A0转换为Unicode中的正确表示形式吗？我想我基本上误解了编码问题。去做更多的研究。。。2.我最终将字符串编码回UTF-8，以便在浏览器中呈现。我只是为了便于解析而转换为.NET字符串。有没有更好的方法来解析本机UTF-8编码的文本？太好了！这就成功了-谢谢大家的指点！我想这会引出另外两个问题：1。如果编码类知道它接收UTF-8并输出UnicodeUTF-16？字符串，难道它不知道如何将UTF-8中的C2 A0转换为Unicode中的正确表示形式吗？我想我基本上误解了编码问题。去做更多的研究。。。2.我最终将字符串编码回UTF-8，以便在浏览器中呈现。我只是为了便于解析而转换为.NET字符串。有没有更好的方法来解析本机UTF-8编码的文本？太好了！这就成功了-谢谢大家的指点！