获取页面编码的方法

1,通过分析Header提取编码。

WebRequest webRequest = WebRequest.Create(url);
HttpWebResponse webResponse = (HttpWebResponse)webRequest.GetResponse();
Regex reg_charset = new Regex(@"charset\b\s*=\s*(?<charset>[^""]*)") ;
WebHeaderCollection headers = webResponse.Headers;
string encodingName = string.Empty;
string contentType = headers["Content-Type"];
if (contentType.IndexOf("charset") > 0 && reg_charset.IsMatch(ContentType))
{
       encodingName = reg_charset.Match(contentType).Groups["charset"].Value;
}

引用地址 http://blog.useasp.net/default.aspx

 

2. 通过网页分析

 1 //获取页面
 2                             string strResult = Encoding.Default.GetString(e.Result);
 3  
 4                             const string regCharset = "(<meta[^>]*charset=(?<charset>[^>'\"]*)[\\s\\S]*?>)|(xml[^>]+encoding=(\"|')*(?<charset>[^>'\"]*)[\\s\\S]*?>)";
 5 
 6                             var r = new Regex(regCharset, RegexOptions.IgnoreCase);
 7                             var m1 = r.Match(strResult);
 8                             string encodingName = (m1.Captures.Count != 0) ? m1.Groups["charset"].Value : "";
 9 
10                             if (string.IsNullOrEmpty(encodingName))
11                             {
12                                 //如果未获取  这手动替换判断
13                                 string str = m1.Groups[1].Value;
14                                 const string pattern = "<meta charset=\"|\">|\" />";
15                                 encodingName = Regex.Replace(str, pattern, "");
16 
17                             }

 

posted @ 2013-12-11 13:12  DR19  阅读(442)  评论(0)  编辑  收藏  举报