我编了一个抓取网页的程序，可是都是乱码，求教各位高手

Question

我用的是webrequest类，抓下来的网页很多都是乱码，我现在是通过先读一小部分html文本并判断是不是gb2312，是的就 用gb2312编码方式存，否则用utf-8.但是还有不少网页是乱码，各位有没有什么好的办法啊。

Answer 1

HttpWebRequest myHttpWebRequest = (HttpWebRequest)WebRequest.Create(url); 
HttpWebResponse myHttpWebResponse = (HttpWebResponse)myHttpWebRequest.GetResponse(); 
Stream strm=myHttpWebResponse.GetResponseStream();
StreamReader sr=new StreamReader(strm,Encoding.Default);
string outdata=sr.ReadToEnd();

Answer 2

那在VB.net能否也用这个啊~》~~

Answer 3

一楼的方法我用过，这样用来处理 gb2312编码的网页还可以处理utf-8等就是乱码了

Answer 4

WebClient wb=new WebClient();
byte[] pageData=wb.DownloadData(@url);
string result=Encoding.Default.GetString(pageData);

Answer 5

private Regex regEncoding = new Regex(@"charset=([\w-]*)\.*"); /// <summary>
/// Get a charset information from the target web uri;
/// </summary>
/// <param name="targetUri">Target web Uri</param>
/// <returns>The Encoding the website used</returns>
public Encoding GetWebEncoding(Uri targetUri)
{
Encoding enc = Encoding.ASCII;
WebClient browser = new WebClient();
string strContent = enc.GetString(browser.DownloadData(targetUri.ToString())); Match m = regEncoding.Match(strContent);
if(m.Success)
{
return Encoding.GetEncoding(m.Groups[1].ToString());
}
return Encoding.GetEncoding("gb2312");
}