c# - 使用 WebClient 和 WebRequest 之间的编码差异？

Question

在获取一些随机西类牙报纸的索引时，我没有使用 WebRequest 正确获取变音符号，它们产生了这个奇怪的字符:�，同时使用 WebClient 从相同的 uri 下载响应 我得到了适当的响应。

为什么会这样？

var client = new WebClient();
string html = client.DownloadString(endpoint);

对比

WebRequest request = WebRequest.Create(endpoint);
using (WebResponse response = request.GetResponse())
{
    Stream stream = response.GetResponseStream();
    StreamReader reader = new StreamReader(stream);
    string html = reader.ReadToEnd();
}

Answer 1

在创建流阅读器时，您只是假设实体是 UTF-8 格式，而没有明确设置编码。您应该检查 HttpWebResponse 的 CharacterSet(未由 WebResponse 基类公开)，然后打开 StreamReader使用适当的编码。

否则，如果它读取的内容不是 UTF-8，就好像它是 UTF-8，它会遇到在 UTF-8 中无效的八位字节序列，必须用 U+FFFD 替换字符 ( �) 尽其所能。

WebClient 几乎完成了以下工作:DownloadString 是一个更高级别的方法，WebRequest 及其派生类让您可以进入较低级别，它有一个调用“向 URI 发送 GET 请求，检查 header 以查看正在使用的内容编码，以防您需要解压缩或解压缩它，查看适当的字符编码，设置文本阅读器使用该编码和流，然后调用 ReadAll()”。正常的高级大块指令与低级小块指令的优缺点适用。