阅读网页/ Unicode的

Question

我有德尔福2009年/ 2010

这个功能它返回的垃圾，现在如果我改变焦炭，PChar类型类型ANSIChar一致，Pansichar它返回的文本，但所有外国Unicode文本是垃圾。它把我的香蕉 我一直在尝试2天所有类的东西，现在 我想我understoff这个unicode废话，但我想我不 请帮助 感谢 菲利普Watel

function GetInetFileAsString(const fileURL: string): string; 
const 
    C_BufferSize = 1024; 
var 
    sAppName: string; 
    hSession, 
    hURL: HInternet; 

    Buffer: array[0..C_BufferSize] of Char; 
    BufferLen: DWORD; 

    strPageContent: string; 
    strTemp: string; 

begin 
    Result := ''; 
    sAppName := ExtractFileName(Application.ExeName); 
    hSession := InternetOpen(PChar(sAppName), INTERNET_OPEN_TYPE_PRECONFIG, nil, 
    nil, 0); 
    try 
    hURL := InternetOpenURL(hSession, PChar(fileURL), nil, 0, 0, 0); 
    try 
     strPageContent := ''; 
     repeat 
     InternetReadFile(hURL, @Buffer, SizeOf(Buffer), BufferLen); 
     SetString(strTemp, PChar(@buffer), BufferLen div SizeOf(Char)); 
     strPageContent := strPageContent + strTemp; 
     until BufferLen = 0; 
     Result := strPageContent; 
    finally 
     InternetCloseHandle(hURL) 
    end 
    finally 
    InternetCloseHandle(hSession) 
    end 
end; 

Answer 1

我首先想到的是到正确的AcceptEncoding /字符集头添加到请求：

例如：

接收字符集：ISO-8859-1，utf-8; q = 0.7，*; q = 0.7

Answer 2

在2009年的Delphi开始，String为UnicodeString的别名，它保存UTF-16的数据。另一方面，HTML页面通常使用多字节Ansi编码进行编码（现在通常是UTF-8，但并非总是如此）。您的当前代码仅在HTML编码为UTF-16时才有效，这非常少见。您不应直接将原始HTML字节读取到UnicodeString中。您需要先将全部数据下载到TBytes,RawByteString,或您选择的其他合适的字节容器中，然后根据HTTP“Content-Type中指定的字符集执行Ansi-> Unicode转换“响应标题。您可以使用Accept-charset请求头来告诉服务器您希望将数据发送到哪个字符集，并且如果服务器无法使用该字符集，那么它应该发送406 Not Acceptable响应（尽管它可能仍然会发送成功响应不可接受的字符集，如果它选择忽略您的请求标题，所以你应该说明这一点）。

尝试这样：

function GetInetFileAsString(const fileURL: string): string; 
const 
    C_BufferSize = 1024; 
var 
    sAppName: string; 
    hSession, hURL: HInternet; 
    Buffer: array of Byte; 
    BufferLen: DWORD; 
    strHeader: String; 
    strPageContent: TStringStream; 
begin 
    Result := ''; 
    SetLength(Buffer, C_BufferSize); 
    sAppName := ExtractFileName(Application.ExeName); 
    hSession := InternetOpen(PChar(sAppName), INTERNET_OPEN_TYPE_PRECONFIG, nil, nil, 0); 
    try 
    strHeader := 'Accept-Charset: utf-8'#13#10; 
    hURL := InternetOpenURL(hSession, PChar(fileURL), PChar(strHeader), Length(strHeader), 0, 0); 
    try 
     strPageContent := TStringStream.Create('', TEncoding.UTF8); 
     try 
     repeat 
      if not InternetReadFile(hURL, PByte(Buffer), Length(Buffer), BufferLen) then 
      Exit; 
      if BufferLen = 0 then 
      Break; 
      strPageContent.WriteBuffer(PByte(Buffer)^, BufferLen); 
     until False; 
     Result := strPageContent.DataString; 
     // or, use HttpQueryInfo(HTTP_QUERY_CONTENT_TYPE) to get 
     // the Content-Type header, parse out its "charset" attribute, 
     // and convert strPageContent.Memory to UTF-16 accordingly... 
     finally 
     strPageContent.Free; 
     end; 
    finally 
     InternetCloseHandle(hURL); 
    end 
    finally 
    InternetCloseHandle(hSession); 
    end; 
end;