使用 HTMLAgilityPack 进行编码

Question

我正在尝试解析包含“é”等特殊字符的网页。问题是这些字符在我的代码的最终输出中以不同的方式出现。这是一个例子：

“Réalisations”变成“Réalisations”

我正在以非常基本的方式解析文档；首先我发送一个 HttpWebRequest，获取响应，然后从该响应中加载 HtmlDocument，如下所示：

HtmlDocument.Load(response.GetResponseStream());

我检查的第一件事是编码，但它被正确设置为 UTF-8。有谁知道是什么原因导致这样的事情？

一些附加信息：

当我将 HtmlDocument 的 html (HtmlDocument.DocumentNode.OuterHtml) 复制到 .txt 文件中时，它一开始呈现不正确，但当我关闭并打开 .txt 文件时，它呈现正确。

谢谢。

Answer 1

当你第一次获取页面内容时，编码可能是错误的，它与 HTMLAgilityPack 无关。在 webrequest 设置编码时会解决。