本文整理自网络,侵删。
前阵子因为需要用到idhttp下载网页,然而令人很生气的是,他下载的html源码是乱码的,这样子是没有办法使用的,所以就必须要把他进行编码格式转换,然而令人困扰的是,他是什么格式,又该怎么转,转成什么格式,这都是问题,转成什么格式,自然是ansi ,可以正常人看的懂的才行了,该怎么转,就必须先知道原先是什么格式了,,他是什么格式,这个就不好办了
网页格式,不外乎三种,utf8 ,gbk,gb2312, 再细分的话,utf8 属于双字节,gbk,gb2312属于单字节,他们的编码方式分别为 unicode 和ansi ;也就是说,我们下载的网页他们的编码方式就是unicode 和ansi,那么目标明确了我们需要做的是,判断网页到底是哪种编码,二选一,然而很遗憾的是,在网上并没有找到有用的信息,而且也没有找到能够判断字符是属于那种编码的函数,于是自己就想了个方法,写了下面的语句:
function htmlDecode(html:string); begin html:=lowercase(html); if (not containtext('charset=',html) or containtext('=utf',html)) then html:=utf8decode(html); result:=html; end;
这个函数对于大多数网页还是有效果的,然而却存在两个问题:1、如果"charset=" 等号和charset 中间存在空格,那么就会出问题,
2、用这个方法解析出来的网页,虽然是ansi的,而且也能看懂,然而,在有的标签和中文间转换会出错,会把标签的"<" 和中文的编码,一起转义成"?"号,破坏html文件。
若果对于标签不是很在乎的还是可以用,然而对于需要的却是个灾难性问题,后来在看一篇文章的时候,找到了另一种有效的方法;
方法二:
这种方法使用的是预编译,如下:
function htmldecode(html:string):string; begin {$IFDEF UNICODE} result:=html; {$ELSE} result:=utf8decode(html); {$ENDIF} end;
用这种方法后,第一种的出现的问题都没了。
总结:第一种方法并不是没用,二手没有找到足够的判断条件
相关阅读 >>
Delphi applicationevents1 webbrowser1屏蔽右键菜单
更多相关阅读请进入《Delphi》频道 >>