Question

我正在使用webclient downloaddata下载一些网站输出的“纯文本”。

一切都运行良好，我将所有文本保存在新的txt中。我的问题是文本格式化。

例如，网站输出如下（新行中的每个信息）：

Name - John Doe
Age - 33
City - New York

但是当我将这些数据保存在文件中时，它会像以下一样保存：

Name - John DoeAge - 33City - New York

任何人都知道如何让它写入网页中显示的文件？

我的代码现在：

    Private Sub BackgroundWorker1_DoWork(sender As Object, e As System.ComponentModel.DoWorkEventArgs) Handles BackgroundWorker1.DoWork
    For value As Integer = 1 To TextBox3.Text
        Dim WebClient As WebClient = New WebClient()
        WebClient.Encoding = System.Text.Encoding.Unicode
        Dim sourceString As Byte() = New System.Net.WebClient().DownloadData(TextBox1.Text & value & TextBox2.Text)
        Dim htmlCode = Encoding.UTF8.GetString(sourceString)
        Dim filepath = "C:\Project\" & value & ".txt"
        System.IO.File.AppendAllText(filepath, htmlCode)
        BackgroundWorker1.ReportProgress(value)
    Next
End Sub

Answer 1

请尝试在文本编辑器中检查您收到的字符串，该文本编辑器将显示隐藏的字符，如Word或Notepad ++。您可能会获得换行符，而应该是回车换行符。如果是这种情况，您可以像这样转换它。

htmlCode = htmlCode.Replace(vbLF, vbCrLf)

Answer 2

下载的文件实际上有多行，但您无法在Windows的内置记事本应用程序中看到它们（也不能在常规的TextBox中看到它们。）

之所以这样，是因为两个只检测 CrLf 格式的行结尾（回车符+换行符），不过因为很多web服务器是在Unix上构建的或类Unix系统（如Linux），他们只使用 Lf （换行）作为行结尾。有些服务器甚至在上传时将文本文件转换为 Lf 格式，这意味着文件最初可能具有Windows的行结尾，但在上传时服务器会将它们转换为Unix格式。 / p>

在这种情况下，您可以通过用 CrLf 替换所有行结尾来自行转换。一个Regex替换每一行结尾（即使是正确的行，以确保所有行相同）将是最好的：

Dim htmlCode = Regex.Replace(Encoding.UTF8.GetString(sourceString), "\r\n|\r|\n", Environment.NewLine)

vb .net webclient downloaddata with new lines

2 个答案: