Question sur les codages: Comment puis-je sortir de HtmlAgilityPack sur un StringWriter et conserver le codage?

Si la page Web est réellement Latin-1 (ISO-8859-1), elle ne peut contenir aucune citation bouclée. Latin-1 n'a pas de mappage pour ces caractères. Si vous pouvez voir des guillemets bouclés lorsque vous ouvrez la page dans votre navigateur, ils peuvent se présenter sous la forme d'entités HTML ( “ et ” ou “ et ” ). Mais je soupçonne que l'encodage de la page est vraiment Windows-1252 malgré ce que disent les en-têtes et les déclarations intégrées.

windows-1252 est identique à Latin-1, à la différence près qu'il remplace les caractères de contrôle de la plage \x80..\x9F (décimal 128..159 ) par des caractères d'impression plus utiles (ou du moins plus 128..159 ). Si HtmlAgilityPack prend la page au mot et le décode au format ISO-8859-1, il convertira \x93 en caractère de contrôle \u0093 , ce qui ressemblera à de la \u0093 si vous pouvez le faire afficher. Le navigateur, quant à lui, le convertira en \u201C , le point de code Unicode du guillemet double gauche.

Je ne suis pas familier avec HtmlAgilityPack et je ne trouve pas de documentation pour cela, mais j'essayerais de le forcer à utiliser Windows-1252. Par exemple, vous pouvez créer un StreamReader Windows-1252 (ou "ANSI") et le faire utiliser par HAP.