0

编辑：字符正确出现，但在页面中间有这一行<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0//EN" "http://www.w3.org/TR/REC-html40/strict.dtd">，之后特殊字符变为é（在浏览器中很好地表示），但如果通过 WebClient 下载&eacute;，则表示为eacute;（没有& ）。结束编辑

我正在使用 WebClient + RegEx 从网络中提取摘录。

但是正确设置编码仍然会使éas eacute;、ças ccedil;、íasiacute;等。

我按照DownloadString 和 Special Characters示例正确设置了字符集（ISO-8859-1）：

System.Net.WebClient wc = new System.Net.WebClient();
wc.DownloadString("https://myurl"); //
var contentType = wc.ResponseHeaders["Content-Type"];
var charset = Regex.Match(contentType, "charset=([^;]+)").Groups[1].Value;
wc.Encoding = Encoding.GetEncoding(charset);

它确实charset像文档的（ISO-8859-1）一样设置，但是当我进行后续操作时DownloadString（我知道我可以在之前设置编码并只做一个wc.DownloadString，但我想遵循接受的答案的示例）：

string result = wc.DownloadString("https://myurl");

特殊字符仍然出错。

注意：我使用的是非英语 Windows 10（如果相关）

注意 2：页面的特殊字符在任何浏览器中都能正确显示

我的问题是，为什么WebClient即使使用正确的字符集也不能正确下载？

4

1 回答 1

-1

使用 System.Text；

wc.Encoding = 编码.UTF8;

于 2019-04-24T20:58:27.803 回答