我要从网络上下载我正在构建的屏幕抓取工具的某些内容时遇到问题。
在下面的代码中,从Web客户端下载字符串方法返回的字符串为一些(不是全部)网站的源下载返回一些奇数字符。
我最近添加了http标头,如下所示。以前,在没有标题的情况下调用相同的代码具有相同的效果。我没有尝试过'Accept-Charset'标头的变体,除了基本知识之外,我对文本编码了解不多。
我指的字符或字符序列是:
“  ”
和
“ Â ”
当您在Web浏览器中使用“查看源代码”时,看不到这些字符。是什么原因造成的?我该如何解决该问题?
string urlData = String.Empty;
WebClient wc = new WebClient();
// Add headers to impersonate a web browser. Some web sites
// will not respond correctly without these headers
wc.Headers.Add("User-Agent", "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-GB; rv:1.9.2.12) Gecko/20101026 Firefox/3.6.12");
wc.Headers.Add("Accept", "*/*");
wc.Headers.Add("Accept-Language", "en-gb,en;q=0.5");
wc.Headers.Add("Accept-Charset", "ISO-8859-1,utf-8;q=0.7,*;q=0.7");
urlData = wc.DownloadString(uri);
德玛西亚99
慕丝7291255