使用winhttp 组件获取某页面的html文本,中文出现乱码.

Question

代码很简单,如下:using System;
using System.Collections.Generic;
using System.Text;
using System.Net;namespace winhttptest
{
    class Program
    {
        static void Main(string[] args)
        {
            WinHttp.WinHttpRequest whr = new WinHttp.WinHttpRequest();
            string url = Console.ReadLine();
            while (url != string.Empty)
            {
                whr.Open("GET", url, false);                
                whr.Send("");
                string html = whr.ResponseText;
                Console.WriteLine(html);
                url = Console.ReadLine();
            }            
        }
    }
}输入一个完整的uri(例如:http://news.sina.com.cn/c/2008-10-12/095416439207.shtml),回车,显示出来的文本中中文都是乱码,如何解决? 

Answer 1

string html = whr.ResponseText;
html = Encoding.GetEncoding("GB2312").GetString(Encoding.UTF8.GetBytes(html));

Answer 2

using System;
using System.Collections.Generic;
using System.Text;
using System.Net;
using System.IO;namespace winhttptest
{
    class Program
    {
        private static string GetResponse(string url)
        {
            url.Trim();
            HttpWebRequest req = (HttpWebRequest)WebRequest.Create(url);            req.AllowAutoRedirect = true;
            req.MaximumAutomaticRedirections = 3; //text/xml;charset=uft－8
            req.UserAgent = "Mozilla/4.0 (compatible;MSIE 6.0;Windows NT 5.2;.NET CLR 1.1.4322)";
            req.Referer = req.RequestUri.ToString();
            req.KeepAlive = true;
            //req.Method = "Get";            req.Timeout = -1;            HttpWebResponse webresponse = null;
            try
            {
                webresponse = (HttpWebResponse)req.GetResponse();                if (webresponse != null)
                {
                    StreamReader reader = new StreamReader(webresponse.GetResponseStream(), System.Text.Encoding.GetEncoding("gb2312"));
                    return reader.ReadToEnd();
                }
            }
            catch (System.Net.WebException ex)
            {
                return ex.Message;
            }
            if (webresponse != null)
            {
                return "";
            }            return "";
        }        static void Main(string[] args)
        {
            string html = GetResponse("http://news.sina.com.cn/c/2008-10-12/095416439207.shtml");
            Console.WriteLine(html);
            Console.ReadLine();
        }
    }
}

Answer 3

主要还是编码问题 有些是utf8 有些是gb2312   根据实际情况修改

Answer 4

编码方式问题。
System.Text.Encoding.GetEncoding("gb2312")未必可以解决所有的网页。

Answer 5

呵呵, 只考虑 gb2312.  
这个东西是用于一个网站的静态生产程序的部分代码, 网站是gb2312的编码,其他编码就不考虑了.   :)

Answer 6

使用Response.BinaryWrite oHttp.ResponseBody输出html内容，不要用ResponseText。
参考资料：http://www.tianzhigang.com/article.asp?id=659