[ASP.NET]强大的网页处理类NSoup

我们如果在项目中碰到要处理HTML，如果是.NET程序员的话，强烈推荐使用NSoup，不然的话截取字符串是在是太痛苦了。NSoup是一个开源框架，是JSoup的.NET移植版本，使用方法基本一致！NSoup点击下载

获取网页的html代码

处理网页html

[csharp] view plain copy print ?

1. <span style="font-family: Arial, Helvetica, sans-serif;">NSoup.Nodes.Document doc = NSoup.NSoupClient.Connect("http://blog.csdn.net/dingxiaowie2013").Get();</span>  

或者是自定义html，生成html页面

[csharp] view plain copy print ?

1. NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(HtmlString);  

但是很遗憾NSoup默认的是UTF-8，处理中文会有乱码（对于编码是UTF-8自然会正常，但是有些是GB2312的就可能有乱码）

解决NSoup解析HTML乱码的办法

1.下载网页源代码再处理

[csharp] view plain copy print ?

1. //下载网页源代码

2. WebClient webClient = new WebClient();  

3. string htmlString = Encoding.GetEncoding("utf-8").GetString(webClient.DownloadData("http://www.baidu.com"));  

4. NSoup.Nodes.Document doc = NSoup.NSoupClient.Parse(htmlString);  

2.获得网页的流

[csharp] view plain copy print ?

1. //获得网页流

2. WebRequest webRequest = WebRequest.Create("http://blog.csdn.net/dingxiaowei2013");  

3. NSoup.Nodes.Document doc1 = NSoup.NSoupClient.Parse(webRequest.GetResponse().GetResponseStream(), "utf-8");  

效果图

会发现跟百度的源码是一样的

来源：oschina

链接：https://my.oschina.net/u/4267707/blog/4301909