网页源文件获取乱码问题！

Question

本帖最后由 VisualEleven 于 2011-01-10 14:49:01 编辑

Answer 1

需要根据网友获取到的编码charset进行编码转换

Answer 2

你查找一下 gbk 转 gb2312 的算法或者函数，在你获得页面内容之后，转换一下文字编码即可

Answer 3

符合你的要求，可以直接复制#include <windows.h>
#include "Wininet.h"
#include <iostream>
#include <string>#pragma comment(lib, "Wininet.lib")using namespace std;enum Html_Type
{
CODE_UTF8,   //UTF8编码的网站
CODE_GB2312, //GB2312编码的网站
};string DownHtmlContent(const string &strUrl, Html_Type type);int main()
{
string strHtml("");
string strUrl = "http://news.sohu.com/20101230/n278604307.shtml"; strHtml = DownHtmlContent(strUrl, CODE_GB2312);
cout << strHtml.c_str() << endl;
}
string DownHtmlContent(const string &strUrl, Html_Type type)
{
string strContent;
string strRooK = "RookIE/1.0";
string strUrlTmp = strUrl; HINTERNET hSession = InternetOpen("RookIE/1.0", INTERNET_OPEN_TYPE_PRECONFIG, NULL, NULL, 0);
if (hSession != NULL)
{
HINTERNET handle2 = InternetOpenUrl(hSession, strUrl.c_str(), NULL, 0, INTERNET_FLAG_DONT_CACHE, 0);
if (handle2 != NULL)
{
char *Temp = new char[1024*1024];
ZeroMemory(Temp, 1024*1024);
DWORD Number = 1;
DWORD Total = 0;
BOOL bRes = FALSE;
while ( Number > 0 )
{
if( InternetReadFile(handle2, Temp+Total, 2048, &Number) )
{
Total += Number;
}
}
if ( type == CODE_GB2312 )
{
strContent = Temp;
}
else if ( type == CODE_UTF8 )
{
wchar_t *pUnicode = new wchar_t[1024*1024];
char *pAnsi = new char[1024*1024];
ZeroMemory( pAnsi, 1024*1024 );
ZeroMemory( pUnicode, 1024*1024*2 );
if( MultiByteToWideChar( CP_UTF8, 0, Temp, Total, pUnicode, 1024*1024 ) != 0 )
{
WideCharToMultiByte( CP_ACP, 0, pUnicode, wcslen( pUnicode ), pAnsi, 1024*1024, "", NULL );
strContent = pAnsi;
}
delete []pAnsi;
delete []pUnicode;
}
delete []Temp;
InternetCloseHandle(handle2);
handle2 = NULL;
}
InternetCloseHandle(hSession);
hSession = NULL;
} return strContent;
}

Answer 4

有个P乱码
就GZIP解压出来就可以了不信你自己下载
用UE把HTTP头去掉,就可以用winrar打开了

Answer 5

to  beyond0824
你的代码测试过吗？还是不行的
需要gzip来解压的