如何为 HtmlAgilityPack HtmlDocument 设置编码答案

【问题标题】：How to set Encoding for HtmlAgilityPack HtmlDocument如何为 HtmlAgilityPack HtmlDocument 设置编码
【发布时间】：2011-09-20 22:22:28
【问题描述】：

这是我的代码：

HtmlWeb hw = new HtmlWeb();

HtmlAgilityPack.HtmlDocument htmlDoc = hw.Load(@"www.SomeForeignURL.com");

返回的 HTML 页面包含看起来很奇怪的字符，我想将返回的文档的编码指定为 UTF-8。我该如何解决这个问题？

（尝试像这样加载文档：htmlDoc.Load("url", Encoding.UTF8) 但它返回一个错误，指出不支持 URI 或类似的东西。）

【问题讨论】：

标签： html encoding load

【解决方案1】：

它可能没有那么有用，但我遇到了一个问题，即 Load() 方法静默失败，可能无法检测到格式，并通过首先将文件加载到字符串中来解决它（我使用另一个函数来下载文件）。然后我使用了 LoadHTML() 方法。我迟到了一年回答，我使用的是 powershell 而不是 C#，但提示可能仍然适用。

参见倒数第二行：它只是将文件读入字符串并传递给 LoadHTML()

#  http://www.leeholmes.com/blog/2010/03/05/html-agility-pack-rocks-your-screen-

scraping-world/
function DownloadFile {
Param([Parameter(mandatory=$true)]$source , 
    [Parameter(mandatory=$true)]$destination) 


    $wc = New-Object System.Net.WebClient
    $wc.DownloadFile($source, $destination)
}

$erroractionpreference = 'stop'
Set-Strictmode -version 2

DownloadFile  "http://someurl/index.php?action=searchplayer&server=0&player=%" "$pwd\all.php"

$types = add-type -Path .\agilitypack\HtmlAgilityPack.dll
$doc = New-Object HtmlAgilityPack.HtmlDocument 
$doc.LoadHtml([string](get-content .\all.html))
$doc

【讨论】：