新闻中心 分类>>

c#使用nsoup解析html乱码解决方法分享 nsoup教程

2026-01-16 16:15:29
浏览次数:
返回列表

下载地址:http://nsoup.codeplex.com/

简单用法如下:

复制代码 代码如下:
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);

处理网络上的页面:

复制代码 代码如下:
NSoup.Nodes.Document doc = NSoup.NSoupClient.Connect("https://www./").Get();

但是遗憾的是NSoup默认的编码是UTF-8,处理中文有乱码(对于编码是UTF-8的自然不会有乱码,但是有些GB2312的就可能有乱码,谢谢 forhells的提醒)。

目前我找到两种解决办法:

1.下载网页源代码再处理

复制代码 代码如下:
WebClient webClient = new WebClient();
String HtmlString=Encoding.GetEncoding("utf-8").GetString(webClient.DownloadData("https://www."));
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);

2.获得网页的流
复制代码 代码如下:
WebRequest webRequest=WebRequest.Create("https://www.");
NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(webRequest.GetResponse().GetResponseStream(),"utf-8");

第二种用着比较方便,但是我觉得第一种比较合适,毕竟NSoup是个Html解析类,下载网页代码这种事情本来不应该交给它。

搜索