3

我正在尝试在使用 webclient 和下载字符串从网站下载的字符串中找到 Mauricio 的索引。然而,在网站上它包含一个外国角色,毛里西奥。所以我在别处找到了一些代码

string ToASCII(string s)
{
return String.Join("",
     s.Normalize(NormalizationForm.FormD)
    .Where(c => char.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark));
}

转换外来字符。我已经测试了代码并且它可以工作。所以我遇到的问题是,当我下载字符串时,它会以 MaurA-cio 的形式下载。我都试过了

wc.Encoding = System.Text.Encoding.UTF8; wc.Headers.Add("Accept-Charset", "ISO-8859-1,utf-8;q=0.7,*;q=0.7");

也不要阻止它作为 MaurA-cio 下载。

(此外,我无法更改搜索,因为我从列表中获取搜索词)。

我还能尝试什么?谢谢

4

2 回答 2

9
var client = new WebClient { Encoding = System.Text.Encoding.UTF8 };

var json = client.DownloadString(url);

这个适用于任何角色

于 2016-12-01T08:21:20.083 回答
2

DownloadString 不查看 HTTP 响应标头。它使用先前设置的 WebClient.Encoding 属性。如果必须使用它,请先获取标题:

// call twice 
// (or to just do a HEAD, see http://stackoverflow.com/questions/3268926/head-with-webclient)
webClient.DownloadString("http://en.wikipedia.org/wiki/Maurício");
var contentType = webClient.ResponseHeaders["Content-Type"];
var charset = Regex.Match(contentType,"charset=([^;]+)").Groups[1].Value;

webClient.Encoding = Encoding.GetEncoding(charset);
var s = webClient.DownloadString("http://en.wikipedia.org/wiki/Maurício");

顺便说一句——Unicode 没有定义“外来”字符。从毛里西奥的角度来看,“毛里西奥”将是他名字的外国拼写。

于 2014-11-16T05:18:01.813 回答