c# - C#将“â„¢”解码为“TM”

Question

在网页上有以下字符串

“高通骁龙™ S4”

当我在我的 .net 代码中获取此字符串时，该字符串将转换为“Qualcomm Snapdragon™ S4”

字符“TM”变为 â„¢</p>

我如何将“â„¢”解码回“TM”

更新

以下是使用 webproxy 下载字符串的代码
wc is webproxy

wc.Headers.Add("Accept-Charset", "ISO-8859-1,utf-8");
string html = Server.HtmlEncode(wc.DownloadString(url));

Answer 1

您应该首先以正确的编码阅读网页。在这种情况下，您似乎正在阅读Encoding.Default（即可能是 CP1252），并且该页面实际上是 UTF-8。通过阅读Content-Type响应的标头或<meta http-equiv="Content-Type" content='text/html; charset=utf-8'>在内容中查找 a，这应该很明显。

如果事后仍然需要这样做，请使用

var bytes = Encoding.Default.GetBytes(myString);
var correctString = Encoding.UTF8.GetString(bytes);

无论如何，您首先需要知道页面上使用的确切编码以及读取格式错误的字符串。此外，我通常会明确建议不要使用Encoding.Default，因为它的值不是固定的。它只是 Windows 系统上用于非 Unicode 应用程序的遗留编码，也被用作默认的非 Unicode 文本文件编码。它在处理外部资源时不应该有任何位置。