zoukankan      html  css  js  c++  java
  • 根据URL提取页面的Title,根据网页的charset自动判断Encoding

    using System;
    using System.Net;
    using System.Text;
    using System.Text.RegularExpressions;
    
    internal class Program
    {
        // 获取网页的HTML内容,根据网页的charset自动判断Encoding
        public static string GetHtml(string url)
        {
            return GetHtml(url, null);
        }
    
        // 获取网页的HTML内容,指定Encoding
        private static string GetHtml(string url, Encoding encoding)
        {
            byte[] buf = new WebClient().DownloadData(url);
            if (encoding != null) return encoding.GetString(buf);
            string html = Encoding.UTF8.GetString(buf);
            encoding = GetEncoding(html);
            if (encoding == null || encoding == Encoding.UTF8) return html;
            return encoding.GetString(buf);
        }
    
        // 根据网页的HTML内容提取网页的Encoding
        private static Encoding GetEncoding(string html)
        {
            string pattern = @"(?i)\bcharset=(?<charset>[-a-zA-Z_0-9]+)";
            string charset = Regex.Match(html, pattern).Groups["charset"].Value;
            try
            {
                return Encoding.GetEncoding(charset);
            }
            catch (ArgumentException)
            {
                return null;
            }
        }
    
        // 根据网页的HTML内容提取网页的Title
        private static string GetTitle(string html)
        {
            string pattern = @"(?si)<title(?:\s+(?:""[^""]*""|'[^']*'|[^""'>])*)?>(?<title>.*?)</title>";
            return Regex.Match(html, pattern).Groups["title"].Value.Trim();
        }
    
        // 打印网页的Encoding和Title
        private static void PrintEncodingAndTitle(string url)
        {
            string html = GetHtml(url);
            Console.WriteLine("[{0}] [{1}]", GetEncoding(html), GetTitle(html));
        }
    
        // 程序入口
        private static void Main()
        {
            PrintEncodingAndTitle("http://www.msdn.net/");
            PrintEncodingAndTitle("http://www.cnblogs.com/");
            PrintEncodingAndTitle("http://www.cnblogs.com/skyiv/");
            PrintEncodingAndTitle("http://www.csdn.net/");
            PrintEncodingAndTitle("http://news.163.com/");
        }
    }
    
    /* 程序输出:
    [] [MSDN: Microsoft Developer Network]
    [System.Text.UTF8Encoding] [博客园 - 程序员的网上家园]
    [System.Text.UTF8Encoding] [空间/IV - 博客园]
    [System.Text.UTF8Encoding] [CSDN.NET - 中国最大的IT技术社区,为IT专业技术人员提供最全面的信息传播和服务平台]
    [System.Text.DBCSCodePageEncoding] [新闻中心_网易新闻]
    
    */

    转自:http://www.cnblogs.com/skyiv/archive/2008/06/08/1215983.html
  • 相关阅读:
    IOS GCD使用实例大全
    IOS GCD图片数据异步下载,下载完成后合成显示
    Git使用详细教程
    maven是干什么的?
    npm 的作用
    webstorm+nodejs环境中安装淘宝镜像
    关于框架搭建-web
    ES6-babel转码
    JavaScript单元测试工具-Jest
    webpack-dev-server和webpack
  • 原文地址:https://www.cnblogs.com/zhangqs008/p/2802191.html
Copyright © 2011-2022 走看看