在 webclient 中编码意外结果答案

【问题标题】：Encode in webclient unexpected result在 webclient 中编码意外结果
【发布时间】：2012-04-20 01:51:57
【问题描述】：

我尝试使用 webclient 将单词“香蕉”翻译成 rus

private void button1_Click(object sender, EventArgs e)
    {
        Navigate("http://translate.google.ru/translate_a/t?client=x&text=Banana&hl=en&sl=en&tl=ru");
    }

    private void Navigate(String address)
    {
        WebClient client = new WebClient();            
        client.Proxy = WebRequest.DefaultWebProxy;
        client.Credentials = new NetworkCredential("user", "password", "domain");
        client.Proxy.Credentials = new NetworkCredential("user", "password", "domain");
        string _stranslate = client.DownloadString(new Uri(address));
    }

我想在“_stranslate”中看到

{"sentences":[{"trans":"Банан","orig":"Banana@","translit":"Banan@","src_translit":""}],"src":" zh","server_time":0}

但是得到了这个

{"sentences":[{"trans":"вБОБО","orig":"Banana@","translit":"Banan@","src_translit":""}],"src":" zh","server_time":0}

有人可以帮我吗？

【问题讨论】：

标签： c# encoding google-translate

【解决方案1】：

恕我直言更好的解决方案：添加URI查询参数 oe=UTF-8 并在任何地方使用 UTF-8

var nameValueCollection = new NameValueCollection
{
    {"client", "x"},
    {"text", HttpUtility.UrlEncode(text)},
    {"hl", "en"},
    {"sl", fromLanguage},
    {"tl", toLanguage},
    {"ie", "UTF-8"},
    {"oe", "UTF-8"}
};

string htmlResult;
using (var wc = new WebClient())
{
    wc.Encoding = Encoding.UTF8;
    wc.QueryString = nameValueCollection;
    htmlResult = wc.DownloadString(GoogleAddress);
}

【讨论】：

【解决方案2】：

尝试检查响应标头，内容类型会告诉您应该使用什么编码。

Content-Type => text/javascript; charset=KOI8-R

所以只需添加这一行。

client.Encoding = Encoding.GetEncoding(20866);

或

client.Encoding = Encoding.GetEncoding("KOI8-R");

完整的编码列表可以在Encoding Class的文档中找到

另一种方法是使用System.Net.Mime.ContentType 来获取字符集。像这样：

byte[] data = client.DownloadData(url);
ContentType contentType = new System.Net.Mime.ContentType(client.ResponseHeaders[HttpResponseHeader.ContentType]);
string _stranslate = Encoding.GetEncoding(contentType.CharSet).GetString(data);

【讨论】：

我添加了这一行 client.Encoding = Encoding.GetEncoding("KOI8-R");一切顺利，谢谢。
@Likurg：我再次编辑了我的答案，如果您必须处理许多不同的字符集，可能会有所帮助。
这很奇怪@shriek。当我查询该 URL 时，它以 UTF-8 格式返回给我。我想知道它是否会向不同的国家/地区返回不同的编码。我什至从未听说过 KOI8-R。我认为您处理响应标头的第二组代码非常好。我什至不知道WebClient 可以退货。我打算建议HttpWebRequest。赞成。
@Chris Benard，我尝试了您发布的测试网站，它返回 UTF-8，但是当我从测试项目中尝试时，我得到了 KOI8-R。我还尝试了在线嗅探器（web-sniffer.net）并得到了相同的结果。至于WebClient，是的，它几乎可以做任何你想做的事情，如果有什么不能做的，你总是可以对它进行子类化。 :)
感谢两位的帮助。我用 System.Net.Mime.ContentType 更新我的代码。顺便说一句，当我的美国朋友尝试使用我的原始代码和@Chris Benard 更正时，他说一切正常。

【解决方案3】：

在你的client.DownloadString()之前添加这个：

client.Encoding = System.Text.Encoding.UTF8;

当您读取字符串时，您的编码可能会变得混乱。

使用this HTTP header viewer 并输入您的网址，我在标题中看到以下内容：

Content-Type: text/javascript; charset=UTF-8
Content-Language: ru

基本上，您需要找出他们发回的编码并设置您的编码以匹配。

在调用DownloadString()之前设置编码非常重要。

【讨论】：

我尝试了两种变体，它们没有帮助
顺便说一句，我尝试在 Chrome 中访问此网址，但我得到了带有普通文本的文件？在此之后，我使用 webbrowser 控件，当我将其导航到我的 url 时，会出现标准下载文件对话框，并且在安全文件中是正确的文本。
请发布更新的代码@Likurg。我实际上使用了您的代码并将其写到一个文件中，它看起来不错。如果您查看this HTTP Header viewer 并输入您的网址，您会看到编码是 UTF-8，所以前者应该可以正常工作。您必须将编码行放在您的DownloadString() 调用之前。
添加 client.Encoding = System.Text.Encoding.UTF8 对您没有帮助 - 谷歌对俄语没有意义（它使用西里尔文）。请参阅下面的答案