读取不确定网页的编码统一转换成utf8编码方法

lggcfx · 发表于 2011-8-5 19:40:51

读取网页源码，易语言  很多都是  gbk转UTF8  等这样的方法，我现在是不确定网页是什么编码，有很多网站编码都不同，我用正则获取charset=的编码是什么，在用编码转换  目前是这样，有没有其他好的办法，  我听说 python 可以先统一转成 UNICODE ，在转成需要的编码，  但是易语言都是 gbk转UTF8  gbk转UNICODE 形式，

寻求：在不确定是什么编码情况下，统一转成一种编码的方法。

补充内容 (2011-8-7 07:39):

好像大家没有明白我的意思，  重要的是怎么准确的判断目前是什么编码，我现在是读取网页文件头和网页源码 charset=  2种方式，文件头有的没有编码所以无法判断，  源码里面的 charset=  不一定准确，有的是写的g

补充内容 (2011-8-7 07:41):
源码里面的 charset=  不一定准确，有的是写的gbk 但是实质是utf8  ,所以着种都不准确，我想知道还有没有其他方式，没有的话只能用现在这种方式。

う网淅乄 · 发表于 2011-8-5 19:51:38

可以用彗星模块

lggcfx · 发表于 2011-8-5 20:01:30

似水往昔浮流年发表于 2011-8-5 19:51
可以用彗星模块

读取http源码我知道，我是要转换编码，不管什么编码都转换成一种utf8编码

う网淅乄 · 发表于 2011-8-5 21:39:14

里面也有编码

osp321 · 发表于 2011-8-6 12:30:29

精易模块里有各种转换UTF8

osp321 · 发表于 2011-8-6 12:31:30

实在不行，
来个判断编码类型
然后选择
用那种编码转换
然后完成
以上是个思路

阿狸゛ · 发表于 2011-8-6 18:23:18

编辑框1.内容=到文本（HTTP读文件“你的网页”）
然后将编辑框1.内容转换到你想要的编码

lggcfx · 发表于 2011-8-7 07:39:12

好像大家没有明白我的意思，重要的是怎么准确的判断目前是什么编码，我现在是读取网页文件头和网页源码 charset= 2种方式，文件头有的没有编码所以无法判断，源码里面的 charset= 不一定准确，有的是写的gbk 但是实质是utf8 ,所以着种都不准确，我想知道还有没有其他方式，没有的话只能用现在这种方式。

瘦瘦的小四 · 发表于 2012-8-1 13:59:01

lggcfx 发表于 2011-8-7 07:39
好像大家没有明白我的意思，重要的是怎么准确的判断目前是什么编码，我现在是读取网页文件头和网页源码 c ...

直接读返回协议头、

Makor · 发表于 2012-8-1 14:07:17

似乎7楼的有点道理。。

		自动登录	找回密码
密码			注册

[易语言] 读取不确定网页的编码统一转换成utf8编码方法