c# - 解析html时被问号替换的字符

Question

我正在使用 HtmlAgilityPack 读取解析 html 文件并提取一些文本:

static void Main(string[] args)
        {
            var webGet = new HtmlWeb();
            var document = webGet.Load("http://port.ro/");

            var programs = from program in document.DocumentNode.Descendants()
                           where program.Name == "a" && program.Attributes["href"] != null && program.InnerText.Trim().Length > 0
                           select program.InnerText ;

            foreach (string s in programs)
            {
                Console.WriteLine(s);
            }

            Console.ReadLine();
        }

我的问题是该网站包含像 à 这样的字符，当我打印它们时，它们被替换为 ?。

当我打印文本字符 à 替换为 a 或像 à 一样打印时，我需要做什么？

Answer 1

您是否尝试使用或设置站点所需的编码。这应该可以帮助您获得正确的文本

var document = webGet.Load("http://port.ro/", Encoding.UTF8);//check your encoding

上面一个是针对htmldocument的

对于 HtmlWeb Try this :

var web = new HtmlWeb
{
    AutoDetectEncoding = false,
    OverrideEncoding = myEncoding,
};
var doc = web.Load(myUrl);