這幾天使用c#的webclient進行網站頁面內容的獲取，但是在獲取搜狐網頁內容時，總是亂碼。開始以為是編碼的問題，但是不管使用gb2312、gbk、utf8，最終的結果都是亂碼，程式碼如下：
                        WebClient wc = new WebClient();
                          byte[] pageData = web.DownloadData(url);
                        string strWeb = Encoding.Default.GetStringGetString(pageData );
        最後發現是因為搜房網站頁面進行了壓縮導致，為便於學習與儲存，以下內容摘抄自

       為了加快頁面的下載速度，提升WEB伺服器的效能，現在的很多網站，都開啟了頁面的壓縮輸出功能，常用的 gzip 和 deflate 。 

        在 .NET 平臺上，做網頁採集，常用的方式是使用 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，但是使用較繁瑣，相比之下，WebClient 就簡單易用多了，但是，這個簡單也是必定有代價的，那就是精簡了很多HttpWebRequest具備的功能，例如：WebClient對Cookie的支援就被砍掉了。 

        從 .NET 2.0 開始，WebRequest就具備了對壓縮網頁自解壓的功能。實現的程式碼，大致如下：  

        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，但是這個屬性的預設值是 DecompressionMethods.None 。

        正是這個功能，在 WebClient 的實現裡，也被精簡掉了，導致 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,而事實上這並不是亂碼，而是壓縮後的html內容。

        下面我們對WebClient進行一個繼承並擴充套件，讓它支援自解壓。

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;  
            }  
 } 

        上面的程式碼，我們新建了一個XWebClient類，繼承自WebClient，然後，過載了WebClient的GetWebRequest事件，將AutomaticDecompression屬性的值，改為預設支援壓縮。

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

        XWebClient web = new XWebClient();
        byte[] pageData = web.DownloadData(url);
        string pageHtml = Encoding.Default.GetString(pageData);  //如果獲取網站頁面採用的是GB2312，則使用這句