使用 HttpWebRequest 的 C# 编码问题答案

【问题标题】：Encoding problem with C# utilising HttpWebRequest使用 HttpWebRequest 的 C# 编码问题
【发布时间】：2011-02-21 18:06:52
【问题描述】：

当从 HttpWebRequest 返回字符串时，我收到的字符代码（' 和 &ampquote;）会破坏我的响应（显示 39; 和 uto;）：

internal static void TranslateThis(Player player, string fromLang, string toLang, string text){
    try
    {
        string translated = null;
        HttpWebRequest hwr = (HttpWebRequest)HttpWebRequest.Create("http://translate.google.com/?langpair=" + fromLang + "|" + toLang + "&text=" + text.Replace(" ", "+") + "#");
        HttpWebResponse res = (HttpWebResponse)hwr.GetResponse();
        StreamReader sr = new StreamReader(res.GetResponseStream());
        string html = sr.ReadToEnd();
        int a = html.IndexOf("onmouseout=\"this.style.backgroundColor='#fff'\">") + 47;
        int b = html.IndexOf("</span>",html.IndexOf("onmouseout=\"this.style.backgroundColor='#fff'\">") + 47);
        translated = html.Substring(a, b - a);
        if (translated.Length < (10 * text.Length)){
            if (player == Player.Console)
            {
                player.ParseMessage(translated, true);
            }
            else
            {
                player.ParseMessage(translated, false);
            }
        } else {
            player.Message("Usage: /translate [lang] [message]");
        }
    }
    catch
    {
        player.Message("Usage: /translate [lang] [message]");
    }
}

【问题讨论】：

您的示例没有显示实际问题 - 您需要首先确定您的“html”变量是否包含您期望的值，然后使用该值测试您的 ParseMessage 方法。
如果 html 变量包含 ' 或 " 这似乎会给我带来问题。
我已经用 StreamReader readStream = new StreamReader(receiveStream, Encoding.UTF7); 进行了测试一些法语字符现在可以正常显示了。很抱歉没有提供帮助我所需的所有变量。我正在使用谷歌翻译并返回翻译后的字符串。因此它可能在某些法语单词中包含 '（例如 J'ai）。当我向播放器显示消息时，它显示为 J35;ai - 这有助于说明我的问题吗？

标签： c# regex httpwebrequest

【解决方案1】：

首先确保您获得下载内容的正确编码。有关如何执行此操作的代码，请参阅此SO answer。

基本上检查 http 标头和元标记的编码，并在必要时重新编码内容。然后执行 HttpUtility.HtmlDecode 以摆脱任何 html 编码字符。现在您已准备好开始搜索您要查找的任何内容。

我还建议使用 Html Agility Pack 之类的东西来解析 html 而不是 indexof。

【讨论】：

如上：使用 3.5 框架，所以不幸的是，我无法使用该方法。我也很抱歉没有早点说明这一点，也感谢您抽出宝贵的时间。

【解决方案2】：

很难说你的 ParseMessage 方法究竟期望什么，所以这只是一个猜测：

您从 Google 翻译获得的结果是 HTML。这意味着如果您想要纯文本输出，则必须将 HTML 转换为文本。您已经成功（至少现在，直到谷歌翻译稍微改变他们的输出页面；您的解决方案并不完全是傻瓜或未来证明）从 HTML 页面中提取翻译。但是翻译是仍然以 HTML 编码的，您需要对其进行解码。为此，您可以使用 WebUtility.HtmlDecode 方法（假设您使用的是 .NET Framework 4）：在

之后

translated = html.Substring(a, b - a);

行，添加

translated = WebUtility.HtmlDecode(translated);

【讨论】：

使用 3.5 框架，所以不幸的是，我无法使用该方法。很抱歉没有早点说明，感谢您抽出宝贵时间。

【解决方案3】：

与另一位开发人员的讨论让我在最后一批 cmets 之前尝试这个。以下是最终的工作：

    internal static void TranslateThis(Player player, string fromLang, string toLang, string text){
        try
        {
            string translated = null;
            text = Regex.Replace(text, @"[^\w\.\'\s@-]", "");
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create("http://translate.google.com/?langpair=" + fromLang + "|" + toLang + "&text=" + text.Replace(" ", "+") + "#");

            request.MaximumAutomaticRedirections = 4;
            request.MaximumResponseHeadersLength = 4;

            request.Credentials = CredentialCache.DefaultCredentials;
            HttpWebResponse response = (HttpWebResponse)request.GetResponse();

            Stream receiveStream = response.GetResponseStream();

            StreamReader readStream = new StreamReader(receiveStream, Encoding.UTF7);
            String html = readStream.ReadToEnd() + "";
            int a = html.IndexOf("onmouseout=\"this.style.backgroundColor='#fff'\">") + 47;
            int b = html.IndexOf("</span>",html.IndexOf("onmouseout=\"this.style.backgroundColor='#fff'\">") + 47);
            translated = html.Substring(a, b - a);
            response.Close();
            readStream.Close();
            if (translated.Length < (10 * text.Length))
            {
                translated = translated.Replace("&#39", "'");
                translated = Regex.Replace(translated, @"[^\w\.\'\s@-]", "");
                if (player == Player.Console)
                {
                    player.ParseMessage(translated, true);
                }
                else
                {
                    player.ParseMessage(translated, false);
                }
            }
            else
            {
                player.Message("Usage: /translate [lang] [message]");
            }
        }
        catch(Exception ex)
        {
            player.Message("Error:" + ex.ToString());

        }
   }

【讨论】：