.net core不支持gb2312編碼的問題

在用net core寫爬蟲的時候,發現默認不再支持gb2312編碼了:

 

解決方案如下:

1,引入System.Text.Encoding.CodePages:

2,在需要的地方註冊EncodingProvider的方法;

3,調用 Encoding.GetEncoding("GB2312").GetString(pageSource);

public void CityCrawler(string allCityUrl)
        {
            Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
            var cityList = new List<string>();
            var pageSource = new HttpClient(new HttpClientHandler { AutomaticDecompression = DecompressionMethods.GZip })
                    .GetByteArrayAsync(allCityUrl).Result;
            var result = Encoding.GetEncoding("GB2312").GetString(pageSource);

            var cities = Regex.Matches(result,
                "([\u4e00-\u9fa5]{2,5})\", \"spell\": \"[A-Za-z]+\", \"url\": \"//([A-Za-z]{2,}.esf.fang.com)");
            for (int index = 0; index < cities.Count; index++)
            {
                var city = cities[index].Groups[1].Value + ":" + "https://" + cities[index].Groups[2].Value;
                cityList.Add(city);
            }
            File.WriteAllLines("房天下城市列表.txt", cityList);
        }

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章