C#使用NSoup解析HTML的亂碼解決

NSoup是JSoup的Net移植版本。使用方法基本一致。

如果項目涉及HTML的處理，強烈推薦NSoup，畢竟字串截斷太苦逼了。

：

http://nsoup.codeplex.com/

簡單用法如下：

NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);

處理網路上的頁面：

NSoup.Nodes.Document doc = NSoup.NSoupClient.Connect("http://www.cnblogs.com/htynkn/").Get();

但是遺憾的是NSoup預設的編碼是UTF-8，處理中文有亂碼（對於編碼是UTF-8的自然不會有亂碼，但是有些GB2312的就可能有亂碼，謝謝 forhells的提醒）。

目前我找到兩種解決辦法：

1.下載網頁原始碼再處理

WebClient webClient = new WebClient();String HtmlString=Encoding.GetEncoding("utf-8").GetString(webClient.DownloadData("http://www.cnblogs.com/htynkn/"));NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);

2.獲得網頁的流

WebRequest webRequest=WebRequest.Create("http://www.cnblogs.com/htynkn/");NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(webRequest.GetResponse().GetResponseStream(),"utf-8");

第二種用著比較方便，但是我覺得第一種比較合適，畢竟NSoup是個Html解析類，下載網頁代碼這種事情本來不應該交給它。