怎么获取网页的编码格式？

Question

如题。常见的有YTF-8，GB2312等等，请问如何判断是哪类编码啊？
分不够还可以再加

Answer 1

一般情况下直接通过分析网页的源文件，可以得到。一般都是如下形式的标签：
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
通过分析可以查收meta标签中的content属性，再从属性中找到子属性charset的值即可以。但是也有很多网站在源文件里没有编码信息，需要从请求网页时返回的http信息头中取得。如下面的打红的内容：
HTTP/1.0 200 OK
Date:Mon,31Dec200104:25:57GMT
Server:Apache/1.3.14(Unix)
Content-type:text/html;charset=UTF-8
Last-modified:Tue,17Apr200106:46:28GMT
Etag:"a030f020ac7c01:1e9f"
Content-length:39725426
Content-range:bytes554554-40279979/40279980

Answer 2

IE解析编码会尝试多种方式：
1、基于文件后缀来确定MIME类型，或者基于文件内容（可在IE选项里设置）
2、基于HTTP协议头中指示的编码
3、预读512或1024字节的内容，尝试以UTF-8的格式读取它，做一次预扫描，找到head标签中的meta标签，并寻找是否有编码属性
4、以上所有都不能确定的话以默认UTF-8的格式来解析。