Проблемы c кодировкой при чтении исходника HTML через webBrowser

25.11.2008, 05:04. **Показов** 8028. **Ответов** 4

Студворк — интернет-сервис помощи студентам

Нужно вывести исходный код HTML страницы в richTextBox'е. Для этого создан объект типа webBrowser. Исходный код беру через webBrowser1.DocumentText
при выводе на richTextBox и в файл через FileStream вместо русских букв выводятся квадратики типа

content="�� ,

HTML страничка в кодировке win-1251. Пробовал конвертить строку с текстом в UTF8, вместо квадратиков вопросики.

В инете долго рылся, поиск ничего не дал.

Очень буду признателен за помощь.

13.01.2010, 12:37

У меня возник такой же вопрос
сайт rbc.ru возвращал одни квадраты вместо русских буковок.
Пока искал ответ, нарвалсся на твой вопрос
и через пару минут решил сам!

Ключ к решению задачи находится в использовании свойства DocumentStream
Напишу код на VB.NET

VB.NET
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
function GetTextFromWb(wb as WebBrowser)
      Dim aText As String = ""
      Dim aFile As IO.FileStream
      Dim hDocEncoding As Encoding
      Dim encodingAS As String
      Dim aStream As IO.Stream
      Dim SR As IO.StreamReader
      '----------------------------------------------------------------------
      aStream = WB.DocumentStream
      If WB.Document Is Nothing Then
         Return
      End If
      '----------------------------------------------------------------------
     ' Очень важный шаг получить кодировку, используемую сайтом
      encodingAS = WB.Document.Encoding                          
      hDocEncoding = Encoding.GetEncoding(encodingAS)
      SR = New IO.StreamReader(aStream, hDocEncoding)       
      '----------------------------------------------------------------------
      Do While SR.Peek() >= 0
         aText = aText & SR.ReadLine() & vbNewLine
      Loop
      Return aText
end function

Надеюсь на C# перевести не составит труда!

@ViToBrothers · 23.02.2010, 19:50

Привет всем вот здесь описано решения вашей проблемы.

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
using namespace System::Text::RegularExpressions;
 
typedef array<System::Byte> ByteArray;
 
static Regex^ charsetRegex = gcnew Regex( "charset=((\\w+)-?([0-9]+)?(-[0-9])?)(.*?)", (RegexOptions)(RegexOptions::IgnoreCase|RegexOptions::Multiline) );
 
System::String^ GetEncodedHtmlPage(System::String^ url)
{
    System::Net::HttpWebResponse^ response = nullptr;
    System::IO::Stream^ stream             = nullptr;
    System::IO::StreamReader^ reader       = nullptr;
    System::IO::MemoryStream^ memStream    = nullptr;
    try {
        // Создаем Http запрос с прддержкой gzip.
        System::Net::HttpWebRequest^ request = (System::Net::HttpWebRequest^)( System::Net::WebRequest::Create( url ) );
    request->Headers->Add("Accept-Encoding", "gzip");
        response = (System::Net::HttpWebResponse^)( request->GetResponse( ) );
        System::String^ contenetEncoding = response->Headers[System::Net::HttpResponseHeader::ContentEncoding];
        stream = response->GetResponseStream();
        // Если данный сайт поддерживает gzip компрессацию то декомпресируем запрос и читаем в stream.
        if( !System::String::IsNullOrEmpty( contenetEncoding ) && contenetEncoding->Equals( "gzip" ) )
            stream = gcnew System::IO::Compression::GZipStream(stream, System::IO::Compression::CompressionMode::Decompress);
        // Проверяем "ContentType" на наличие кодировки странички.
    if( response->ContentType->ToLower()->Contains("charset") )
    {
        System::String^ output = System::String::Empty;
        System::String^ enc    = System::String::Empty;
        if( charsetRegex->IsMatch(response->ContentType) )
            enc = charsetRegex->Match( response->ContentType )->Groups[1]->Value;
 
        System::IO::StreamReader^ streamReader = gcnew System::IO::StreamReader( stream, System::Text::Encoding::GetEncoding( enc ) );
        output = streamReader->ReadToEnd();
        stream->Close();
        streamReader->Close();
        response->Close();
        return output;
        }
 
    System::String^ outputHtmlText = System::String::Empty;
    memStream = gcnew System::IO::MemoryStream;
    System::Text::Encoding^ encoding = nullptr;
    ByteArray^ buffer = gcnew ByteArray(1024);
    int readBytes = 0;
    // Читаем stream и пишем его в memStream.
    while( (readBytes = stream->Read( buffer, 0, 1024)) != 0 )
        memStream->Write( buffer, 0, readBytes );
    stream->Close();
    // Переносим указатиль memStream на начало.
    memStream->Position = 0;
    // Читаем из memStream-а в StreamReader.
    reader = gcnew System::IO::StreamReader(memStream);
    // Ситаем от начало до конца в String.
    outputHtmlText = reader->ReadToEnd();
    System::String^ pageEncoding = System::String::Empty;
    if( charsetRegex->IsMatch( outputHtmlText ) )
        pageEncoding = charsetRegex->Match(outputHtmlText)->Groups[1]->Value;
    else pageEncoding = System::Text::Encoding::UTF8->WebName;
 
    memStream->Position = 0;
    reader = gcnew System::IO::StreamReader( memStream, System::Text::Encoding::GetEncoding( pageEncoding ) );
    outputHtmlText = reader->ReadToEnd();
    reader->Close();
    memStream->Close();
    response->Close();
    return outputHtmlText;
    }
    catch(...) {
    // Если при работе возникли кокиета проблеммы то возвращаем пустое значение.
    if( response  != nullptr ) response->Close();
    if( stream    != nullptr ) stream->Close();
    if( reader    != nullptr ) reader->Close();
    if( memStream != nullptr ) memStream->Close();
    return "";
    }
    return "";
}

18.10.2012, 23:05

Сообщение от Jeminem

Надеюсь на C# перевести не составит труда!

А тем, кому составит, выкладываю то что я сделал из этого примера:

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
using System.IO;
...
string str = "";
 
Stream aStream = webBrowser1.DocumentStream;
if (aStream != null)
{
   Encoding hDocEncoding = Encoding.GetEncoding(webBrowser1.Document.Encoding);
   StreamReader SR = new StreamReader(aStream, hDocEncoding);
   do
   {
       str = str + SR.ReadLine() + "\n";
   } while (SR.Peek() >= 0);
}

@MrLOLS · 27.06.2015, 23:27

C#
1
2
StreamReader sr = new StreamReader(this.webBrowser1.DocumentStream, Encoding.GetEncoding("windows-1251"));
responseTextBox.Text = sr.ReadToEnd();

Новые блоги и статьи Все статьи Все блоги /
Новый CodeBlocs. Версия 25.03 palva 04.01.2026 Оказывается, недавно вышла новая версия CodeBlocks за номером 25. 03. Когда-то давно я возился с только что вышедшей тогда версией 20. 03. С тех пор я давно снёс всё с компьютера и забыл. Теперь. . .	Модель микоризы: классовый агентный подход anaschu 02.01.2026 Раньше это было два гриба и бактерия. Теперь три гриба, растение. И на уровне агентов добавится между грибами или бактериями взаимодействий. До того я пробовал подход через многомерные массивы,. . .	Учёным и волонтёрам проекта «Einstein@home» удалось обнаружить четыре гамма-лучевых пульсара в джете Млечного Пути Programma_Boinc 01.01.2026 Учёным и волонтёрам проекта «Einstein@home» удалось обнаружить четыре гамма-лучевых пульсара в джете Млечного Пути Сочетание глобально распределённой вычислительной мощности и инновационных. . .	Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Programma_Boinc 28.12.2025 Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / ********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / ********/ gallery/ bKBkQFf Пост отсюда. . .	Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .
Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Рецензия / Мнение/ Перевод Нашел на реддите интересную статью под названием The Thinkpad X220 Tablet is the best budget school laptop period . Ниже её машинный перевод. Thinkpad X220 Tablet —. . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .

Опции темы