“É” 变成 “Ã©” C# 编码从 UTF-8 到 ISO-8859-1答案

【问题标题】：“É” become “Ã©” C# Encoding from UTF-8 to ISO-8859-1“É” 变成 “Ã©” C# 编码从 UTF-8 到 ISO-8859-1
【发布时间】：2017-01-10 11:28:42
【问题描述】：

我在使用htmlagilitypack 时将UTF-8 转换为ISO-8859-1 时遇到问题

string url = "http://www.example.com";
HttpWebRequest request = WebRequest.Create(url) as HttpWebRequest;
HttpWebResponse response = request.GetResponse() as HttpWebResponse;
HtmlDocument htmldocument = new HtmlDocument();
htmldocument.Load(response.GetResponseStream(), Encoding.UTF8);

HtmlNode headnode = htmldocument.DocumentNode.SelectSingleNode("//head");
HtmlNode titlenode = headnode.SelectSingleNode(".//title");
string title = titlenode.InnerText;

标题输出为Nice CafÃ©

这就是我尝试编码的方式

Encoding iso = Encoding.GetEncoding("ISO-8859-1");
Encoding utf8 = Encoding.UTF8;
byte[] utfBytes = utf8.GetBytes(title);
byte[] isoBytes = Encoding.Convert(utf8, iso, utfBytes);
string Fixedtitle = iso.GetString(isoBytes);

固定标题输出应为Nice Café

我认为问题在于 iso-8859-1 被错误地强制转换为 UTF-8。但我无法修复输出文本。

请帮助我。最好的问候。

【问题讨论】：

您的示例代码忽略了响应标头，其中可能包含编码。使用htmldocument.Load(response.GetResponseStream(), response.ContentEncoding)
@LucasTrzesniewski：感谢您通知我。我的示例网址有 <meta charset="UTF-8"> 存在，所以我应该设置 UTF-8 ContentEncoding 吗？
嗯，如果文档中存在编码元标记，HAP 应该已经提取了它。但是MDN says “HTTP Content-Type 标头和任何 BOM 元素都优先于该元素。”，因此您仍然可以尝试使用响应的编码。我从未使用过 HAP，所以我不知道它是否符合标准。
我试过但没有运气，我认为ISO-8859-1 字符出现在网页上，当得到UTF-8 的响应时，它无法将这些字符转换为UTF-8。如果我们可以稍后将输出字符串转换为ISO-8859-1，有没有办法就像我在我的代码中尝试的那样？
我不会尝试手动转换，因为它们以后可能会失败。也许 HAP 中存在错误，您可以尝试使用 AngleSharp，看看它是否有同样的问题。

标签： c# .net encoding utf-8 html-agility-pack

【解决方案1】：

也许你已经解决了这个问题，但请按照对我有用的代码（我有类似的问题）

byte[] data = Encoding.Default.GetBytes("Nice CafÃ©");
string output = Encoding.UTF8.GetString(data);

DotnetFiddle 中的结果：

【讨论】：