c#使用nsoup解析html乱码解决方法分享 nsoup教程

下载地址：http://nsoup.codeplex.com/

简单用法如下：

nsoup.nodes.document doc = nsoup.nsoupclient.parse(htmlstring);

处理网络上的页面：

nsoup.nodes.document doc = nsoup.nsoupclient.connect("//www.jb51.net/").get();

但是遗憾的是nsoup默认的编码是utf-8，处理中文有乱码（对于编码是utf-8的自然不会有乱码，但是有些gb2312的就可能有乱码，谢谢 forhells的提醒）。

目前我找到两种解决办法：

1.下载网页源代码再处理

webclient webclient = new webclient();
string htmlstring=encoding.getencoding("utf-8").getstring(webclient.downloaddata("//www.jb51.net"));
nsoup.nodes.document doc = nsoup.nsoupclient.parse(htmlstring);

2.获得网页的流

webrequest webrequest=webrequest.create("//www.jb51.net");
nsoup.nodes.document doc = nsoup.nsoupclient.parse(webrequest.getresponse().getresponsestream(),"utf-8");

第二种用着比较方便，但是我觉得第一种比较合适，毕竟nsoup是个html解析类，下载网页代码这种事情本来不应该交给它。