下载HTML页面并将其编码到文件中

Question

我喜欢下载一些使用charset="UTF-8“的网页。

此页面是一个示例：2003

我总是有这样的特殊角色:碧昂斯圣保罗，而不是碧昂斯。

我尝试了以下代码：

WebClient webClient = new WebClient();
webClient.Encoding = System.Text.Encoding.UTF8;
webClient.DownloadFile(url, fileName);

或者这个：

WebClient client = new WebClient();
Byte[] pageData = client.DownloadData(url);
string pageHtml = Encoding.UTF8.GetString(pageData);
System.IO.File.WriteAllText(fileName, pageHtml);

我做错什么了？

我只想要一个简单的方式下载网页，并将它们写入文件。在完成之后，我将从这些文件中提取数据，显然我想要“正常”字符，就像我在原始网页上看到的那样，而不是一些特殊字符。

Answer 1

问题是WriteAllText方法没有在文件中用UTF-8编写编码的文本。您应该添加编码：

System.IO.File.WriteAllText(fileName, pageHtml, Encoding.UTF8);