'gb2312' is not a supported encoding name. For information on defining a custom encoding

.NET Core使用HttpClinet抓取网页，使用Encoding.GetEncoding("gb2312").GetString(arr)方法获取网页内容时报错：'gb2312' is not a supported encoding name. For information on defining a custom encoding, see the documentation for the Encoding.RegisterProvider method. (Parameter 'name')。

代码如下：

var handler = new HttpClientHandler() { AutomaticDecompression = System.Net.DecompressionMethods.GZip };
using (HttpClient client = new HttpClient(handler)) {
    var res = await client.GetAsync(Url);
    var arr = await res.Content.ReadAsByteArrayAsync();
    var str = Encoding.GetEncoding("gb2312").GetString(arr);
}

解决方法是安装System.Text.Encoding.CodePages包，然后注册provider。

EncodingProvider provider = CodePagesEncodingProvider.Instance;
Encoding.RegisterProvider(provider);
var handler = new HttpClientHandler() { AutomaticDecompression = System.Net.DecompressionMethods.GZip };
using (HttpClient client = new HttpClient(handler)) {
    var res = await client.GetAsync(Url);
    var arr = await res.Content.ReadAsByteArrayAsync();
    var str = Encoding.GetEncoding("gb2312").GetString(arr);
}

如果使用Encoding.UTF8.GetEncoding虽然不会报错，但是因为网页的content-type是charset=gb2312，所以网页中的中文会变成乱码。

后来又尝试了一些其他的方法，发现不管使用ReadAsByteArrayAsync，ReadAsStreamAsync还是ReadAsStringAsync，如果碰到这种编码的都需要安装这个包才能避免报错和避免乱码。

参考文章：https://www.leavescn.com/Articles/Content/1284

如果有更好的办法，请留言分享，谢谢。

您可能感兴趣：

阿里云 云服务器 99元1年 2核2G 3M固定带宽 续费与新购同价

DOVE 网络加速器 梯子 免费 试用