如何做到无视网页编码

sznszbd

最近做抓取软件，碰到这个网址貌似有点问题：
http://www.qdeic.gov.cn/newslist.aspx?id=20

这是我的源码：
   /// <summary>
    /// 根据URL获取HTML代码
    /// </summary>
    /// <param name="url">URL链接</param>
    /// <param name="html">返回的HTML代码</param>
    /// <returns>false 返回出错原因</returns>
    public static int GetHtmlByUrl(string url, out string html)
    {
        html = "";
        int success = Constant.HttpSuccessCode;
        try
        {
            HttpHelper http = new HttpHelper();
            HttpItem item = new HttpItem()
            {
                URL = url,
            };
            HttpResult result = http.GetHtml(item);
            if (result.StatusCode.ToString().ToUpper() != "OK")//状态码不为OK，则抛出异常
            {
                success = Convert.ToInt32(result.StatusCode);
                throw new Exception(result.StatusDescription);
            }
            string cookie = result.Cookie;
            item = new HttpItem()
            {
                URL = url,
                Cookie = cookie
            };
            result = http.GetHtml(item);
            html = result.Html;
        }
        catch (Exception ex)
        {
            html = ex.Message;
        }
        return success;
    }
我稍微带动了点原来的代码以更符合我的要求。经测试，抓取上述网址时出现乱码。请查证

站长苏飞

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
这网站上写的是这个编码，正确的是Utf-8，这网站太不规范了。你手动设置一个编码吧

milest

受教了，学习中……

cload

http://www.cnblogs.com/Microshao ... /09/17/1292932.html
这篇文章有参考价值，建议站长进行优化改进到类中。@站长苏飞

站长苏飞

cload 发表于 2014-8-11 16:19
http://www.cnblogs.com/Microshaoft/archive/2008/09/17/1292932.html
这篇文章有参考价值，建议站长进行 ...

先谢谢了，不过这种解析方法我自己写的也有，之所以不用，是因为太浪费性能了。没必要为了几个个例，加这么多Code。影响性能。而且会加重代码量。这个我再研究下，如果有好的解决方案一定改进