HtmlAgilityPack 抓取頁面的亂碼處理

利用HtmlAgilityPack抓取頁面很方便，但是當頁面是gb2312編碼時候就會出現亂碼，上網查了一下說是默認的獲取頁面方法不夠成熟，具體什么的我也不知道，姑且就認為是不夠成熟吧。

HtmlWeb htmlWeb = new HtmlWeb();
HtmlDocument htmlDocument = htmlWeb.Load(@url);

 

解決方法如下：

新建一個方法來獲取 HtmlDocument，傳進來的是抓取頁面的地址

       private static HtmlDocument GetHtmlDocument(string url)
        {
            HttpWebRequest httpWebRequest = WebRequest.Create(new Uri(@url)) as HttpWebRequest;
            httpWebRequest.Method = "GET";
            WebResponse webResponse = httpWebRequest.GetResponse();
            Stream stream = webResponse.GetResponseStream();
            HtmlDocument htmlDocument = new HtmlDocument();
            htmlDocument.Load(stream);

            return htmlDocument;
        }

 

根據@無機の劍 的評論，用這個屬性就解決了（O(∩_∩)O~）：

HtmlWeb htmlWeb = new HtmlWeb(); 
htmlWeb.OverrideEncoding = Encoding.GetEncoding("gb2312");

 

 這樣就可以啦！至於后面的使用方法都一樣，具體可以參考這個博客，講的很詳細哈 http://www.cnblogs.com/linfei721/archive/2013/05/08/3066697.html