C#使用webclient獲取搜狐網頁內容的亂碼問題

這幾天使用c#的webclient進行網站頁面內容的獲取，可是在獲取搜狐網頁內容時，老是亂碼。開始覺得是編碼的問題，可是無論使用gb23十二、gbk、utf8，最終的結果都是亂碼，代碼以下：
                        WebClient wc = new WebClient();
                        byte[] btWeb = wc.DownloadData(strUrl);
                        string strWeb = System.Text.Encoding.GetEncoding("GBK").GetString(btWeb);
        最後經過google發現是由於搜狐網站頁面進行了壓縮致使，爲便於學習與保存，如下內容摘抄自擴展WebClient支持gzip,deflate壓縮頁面的自解壓，解決亂碼問題頁面內容：

       爲了加快頁面的下載速度，提高WEB服務器的性能，如今的不少網站，都開啓了頁面的壓縮輸出功能，經常使用的 gzip 和 deflate 。 

        在 .NET 平臺上，作網頁採集，經常使用的方式是使用 HttpWebRequest 和 WebClient。

        HttpWebRequest 是對 WebRequest 的http協議的實現。而WebClient是對HttpWebRequest的一個輕量級的封裝。

        HttpWebRequest 功能完備，強大，可是使用較繁瑣，相比之下，WebClient 就簡單易用多了，可是，這個簡單也是一定有代價的，那就是精簡了不少HttpWebRequest具有的功能，例如：WebClient對Cookie的支持就被砍掉了。本文做者δCat http://rtmd.net

        從 .NET 2.0 開始，WebRequest就具有了對壓縮網頁自解壓的功能。實現的代碼，大體以下：  

        HttpWebRequest hwr = (HttpWebRequest)WebRequest.Create(url);

        hwr.AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip;

         很明顯，就是 AutomaticDecompression 這個屬性的使用，可是這個屬性的默認值是 DecompressionMethods.None 。

        正是這個功能，在 WebClient 的實現裏，也被精簡掉了，致使 WebClient 繼承來的 WebRequest 的 AutomaticDecompression 屬性不能被更改。

        從而出現了，使用WebClient獲取被壓縮的頁面時，雖然指定了正確的編碼，但返回的Html依舊是亂碼,而事實上這並非亂碼，而是壓縮後的html內容。

        下面咱們對WebClient進行一個繼承並擴展，讓它支持自解壓。

public class XWebClient : WebClient {  
            protected override WebRequest GetWebRequest(Uri address) {  
                HttpWebRequest request = base.GetWebRequest(address) as HttpWebRequest;  
                request.AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip;  
                return request;  
            }  
 } 

        上面的代碼，咱們新建了一個XWebClient類，繼承自WebClient，而後，重載了WebClient的GetWebRequest事件，將AutomaticDecompression屬性的值，改成默認支持壓縮。

        剩下的，就使用XWebClient來代替WebClient，完成獲取網頁內容的工做

PS：源地址：http://china.ygw.blog.163.com/blog/static/687197462014013105742966/