不能从网上刮掉立陶宛语言字符

Question

我使用HtmlAgilityPack在C＃中创建了一个简单的Web scraper。我正在抓一个立陶宛网站，网站上的内容有立陶宛字符（ąėęįųūčšž）。当我刮掉内容时，我得到了???而不是这些立陶宛字符。例如，如果单词是Aušrinė，我会得到Au？rin？。

我试图向我的httpClient添加标题，试图让它接受ISO-8859-4字符：

var url = "http://www3.lrs.lt/pls/inter/w5_sale_new.balsp_bals_id=-28555";

var httpClient = new HttpClient();
httpClient.DefaultRequestHeaders.Add("Accept-Charset", "ISO-8859-4");
var html = await httpClient.GetStringAsync(url);

//Console.WriteLine(html.Result);

var htmlDocument = new HtmlDocument();
htmlDocument.LoadHtml(html);

它不起作用。我仍然得到问号，而不是ąėęįųūčšž。有人知道这个问题的解决方案吗？

Answer 1

我找到了解决方案！如果我得到这样的html，它可以正常工作并显示立陶宛字符：

var web = new HtmlWeb();
web.OverrideEncoding = Encoding.GetEncoding("windows-1257");
var html = web.Load(url);

在我正在抓取的网页的元标记中，我发现它支持charset = windows-1257。