Re: [問題] 關於擷取所有原始碼
※ 引述《cole945 (躂躂..)》之銘言：
: 假設你是用 WebClient 抓了一個網頁下來
: WebClient client = new WebClient();
: byte[] data = client.DownloadData("http://www.google.com");
: /* 在這裡用某種神奇的方法偵測他是什麼編碼,
: ie, 取得他的 charset, 預設是 iso-8859-1 */
簡單的方法是看Response header中的charset部份:
Content-Type: text/html; charset=UTF-8
也可以看body中的meta tag:
<meta http-equiv="content-type" content="text/html; charset=UTF-8">
通常是以meta tag的為準, 因為這是要手動加上去的.
沒有的話設成Response header的就可以了. 這在主流的web server都會
自動加上去的. 預設通常會是utf-8, 不過因為這和iso-8859-1和在純ASCII
英文的編碼中除了開始時沒有BOM外沒有任何分別, 所以這樣就好. :P
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 219.73.76.102
推
09/26 16:23, , 1F
09/26 16:23, 1F
推
09/26 16:33, , 2F
09/26 16:33, 2F
→
09/26 16:35, , 3F
09/26 16:35, 3F
→
09/26 19:01, , 4F
09/26 19:01, 4F
→
09/26 19:02, , 5F
09/26 19:02, 5F
推
09/26 22:32, , 6F
09/26 22:32, 6F
推
09/27 10:04, , 7F
09/27 10:04, 7F
討論串 (同標題文章)