TWebBrowser的HTML源代码-如何检测流编码？

Question

基于以下问题： 如何从TWebBrowser获取HTML源代码

如果我使用具有Unicode代码页的html页面运行此代码 ，则结果是乱码，因为TStringStream在D7中不是Unicode。 该页面可能是UTF8编码的，也可能是其他（Ansi）代码页编码的。

如何检测TStream / IPersistStreamInit是否为Unicode / UTF8 / Ansi？

如何始终为此函数以WideString返回正确的结果？

function GetWebBrowserHTML(const WebBrowser: TWebBrowser): WideString;

如果我将TStringStream替换为TMemoryStream，然后将TMemoryStream保存到文件中，那一切都很好。 它可以是Unicode / UTF8 / Ansi。 但我一直想将流返回为WideString：

function GetWebBrowserHTML(const WebBrowser: TWebBrowser): WideString;
var
  // LStream: TStringStream;
  LStream: TMemoryStream;
  Stream : IStream;
  LPersistStreamInit : IPersistStreamInit;
begin
  if not Assigned(WebBrowser.Document) then exit;
  // LStream := TStringStream.Create('');
  LStream := TMemoryStream.Create;
  try
    LPersistStreamInit := WebBrowser.Document as IPersistStreamInit;
    Stream := TStreamAdapter.Create(LStream,soReference);
    LPersistStreamInit.Save(Stream,true);
    // result := LStream.DataString;
    LStream.SaveToFile('c:\test\test.txt'); // test only - file is ok
    Result := ??? // WideString
  finally
    LStream.Free();
  end;
end;

---

编辑：我找到了这篇文章- 如何以类似Delphi的方式在TWebBrowser中加载和保存文档

正是我需要的。 但它只能与Delphi Unicode编译器（D2009 +）一起正常工作。 阅读结论部分：

显然，我们还有很多事情要做。 立刻想到了几件事。 我们对Unicode功能进行了改型，并在Unicode之前的编译器代码中支持非ANSI编码。 如果文档字符集不是ANSI，则用Delphi 2009之前的任何版本编译的当前代码将无法将文档内容正确保存到字符串中。

魔术显然在TEncoding类（ TEncoding.GetBufferEncoding ）中。 但是D7没有TEncoding 。 有任何想法吗？

Answer 1

我使用GpTextStream处理转换（对于所有Delphi版本均适用）：

function GetCodePageFromHTMLCharSet(Charset: WideString): Word;
const
  WIN_CHARSET = 'windows-';
  ISO_CHARSET = 'iso-';
var
  S: string;
begin
  Result := 0;
  if Charset = 'unicode' then
    Result := CP_UNICODE else
  if Charset = 'utf-8' then
    Result := CP_UTF8 else
  if Pos(WIN_CHARSET, Charset) <> 0 then
  begin
    S := Copy(Charset, Length(WIN_CHARSET) + 1, Maxint);
    Result := StrToIntDef(S, 0);
  end else
  if Pos(ISO_CHARSET, Charset) <> 0 then // ISO-8859 (e.g. iso-8859-1: => 28591)
  begin
    S := Copy(Charset, Length(ISO_CHARSET) + 1, Maxint);
    S := Copy(S, Pos('-', S) + 1, 2);
    if S = '15' then // ISO-8859-15 (Latin 9)
      Result := 28605
    else
      Result := StrToIntDef('2859' + S, 0);
  end;
end;

function GetWebBrowserHTML(WebBrowser: TWebBrowser): WideString;
var
  LStream: TMemoryStream;
  Stream: IStream;
  LPersistStreamInit: IPersistStreamInit;
  TextStream: TGpTextStream;
  Charset: WideString;
  Buf: WideString;
  CodePage: Word;
  N: Integer;
begin
  Result := ''; 
  if not Assigned(WebBrowser.Document) then Exit;
  LStream := TMemoryStream.Create;
  try
    LPersistStreamInit := WebBrowser.Document as IPersistStreamInit;
    Stream := TStreamAdapter.Create(LStream, soReference);
    if Failed(LPersistStreamInit.Save(Stream, True)) then Exit;
    Charset := (WebBrowser.Document as IHTMLDocument2).charset;
    CodePage := GetCodePageFromHTMLCharSet(Charset);
    N := LStream.Size;
    SetLength(Buf, N);
    TextStream := TGpTextStream.Create(LStream, tsaccRead, [], CodePage);
    try
      N := TextStream.Read(Buf[1], N * SizeOf(WideChar)) div SizeOf(WideChar);
      SetLength(Buf, N);
      Result := Buf;
    finally
      TextStream.Free;
    end;
  finally
    LStream.Free();
  end;
end;