Скачать HTML с кодировкой UTF-8 против ISO-8859-1
Могу ли я загрузить веб-страницу с charset=iso-8859-1
и скачать его с encoding=utf-8
? Будет ли загружаться правильно?
Могу ли я всегда скачивать с кодировкой utf-8 для всех кодировок в Интернете?
Мой код:
HTML-страница в Интернете:
<html debug="true">
<head/>
<body>
<%@LANGUAGE="JAVASCRIPT" CODEPAGE="1252"%>
<title>Untitled Document</title>
<meta name="robots" content="noindex"/>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1"/>
............
Func:
void download() {
WebClient client = new WebClient();
client.Encoding = Encoding.UTF8;
client.DownloadDataCompleted += new DownloadDataCompletedEventHandler(client_DownloadDataCompleted);
worker.ReportProgress(i);
client.DownloadDataAsync(new Uri(link), i);
}
void client_DownloadDataCompleted(object sender, DownloadDataCompletedEventArgs e) {
Encoding enc = Encoding.UTF8;
string myString = enc.GetString(e.Result);
}
1 ответ
Нет, это не работает ДокументацияWebClient.Encoding
ясно говорит:
Когда строка загружается с использованием методов DownloadString или DownloadStringAsync, WebClient использует возвращаемую этим кодировку для преобразования загруженного массива байтов в строку.
И почему это должно работать? Ваша веб-страница имеет кодировку, отличную от UTF-8. Почему вы хотите использовать UTF-8 здесь? Это не имеет никакого смысла. Документ кодируется как ISO 8859-1, следовательно, это кодировка, которую вам нужно использовать, чтобы прочитать его.