远程获取网页源码时中文变成乱码

Question

public string GetRemoteHtmlCode(string Url)
        {
            string s = "";
            try
            {
                MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass();
                _xmlhttp.open("GET", Url, false, null, null);
                _xmlhttp.send("");
                if (_xmlhttp.readyState == 4)
                {
                    s = System.Text.Encoding.Default.GetString((byte[])_xmlhttp.responseBody);
                }
            }
            catch (Exception ex)
            {
                s = ex.Message + "指定的地址不存在或地址错误";
            }
            return s;
        }
上述代码是我从网上拷下来的，有的网页没有问题，可是有的网页中文就出问题了。。
请问该如何修改上述代码或者是有更好的实现方法啊？

Answer 1

编码格式问题，考虑用 Encoding.Unicode或直接用GB2312格式。

Answer 2

s = System.Text.Encoding.Default.GetString((byte[])_xmlhttp.responseBody);
估计要改是在这一段上面改的.

Answer 3

public string GetRemoteHtmlCode(string Url)
        {
            string s = "";
            try
            {
                MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass();
                _xmlhttp.open("GET", Url, false, null, null);
                _xmlhttp.send("");
                if (_xmlhttp.readyState == 4)
                {
                    string encoding = _xmlhttp.getResponseHeader("Content-Encoding");
if(string.IsNullOrEmpty(encoding))
{
                    s = System.Text.Encoding.UTF8.GetString((byte[])_xmlhttp.responseBody);
}
else
{
s = System.Text.GetEncoding(encoding).GetString((byte[])_xmlhttp.responseBody);
}
                }
            }
            catch (Exception ex)
            {
                s = ex.Message + "指定的地址不存在或地址错误";
            }
            return s;
        }
大致是这个意思，可能会有些错误，但我相信lz的能力不至于一定要全对才行啦，嘿嘿

Answer 4

public string GetRemoteHtmlCode(string Url) 
        { 
            string s = ""; 
            try 
            { 
                MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass(); 
                _xmlhttp.open("GET", Url, false, null, null); 
                _xmlhttp.send(""); 
                if (_xmlhttp.readyState == 4) 
                { 
                    string encoding = _xmlhttp.getResponseHeader("Content-Encoding"); 
if(string.IsNullOrEmpty(encoding)) 
{ 
                    s = System.Text.Encoding.UTF8.GetString((byte[])_xmlhttp.responseBody); 
} 
else 
{ 
s = System.Text.Encoding.GetEncoding(encoding).GetString((byte[])_xmlhttp.responseBody); 
} 
                } 
            } 
            catch (Exception ex) 
            { 
                s = ex.Message + "指定的地址不存在或地址错误"; 
            } 
            return s; 
        } 

Answer 5

改一句话
s = System.Text.Encoding.Default.GetString((byte[])_xmlhttp.responseBody);改成
s = System.Text.Encoding.Default.GetEncoding("gb2312").GetString((byte[])_xmlhttp.responseBody);

Answer 6

不行的，目前的情况不是全部都不行，这是因为服务器上的编码和他的本地的编码不一样导致的，如果服务器上是utf8，你这样也一样的会出乱码，必须从返回的结果拿编码类型。