HTMLAgilityPack读取UTF-8编码文件后属性值编码不正确问题

这是HtmlAgilityPack 1.8.4版本的已知逻辑缺陷，并非刻意设计的行为：

• 调用Load(filePath)单参数重载时，组件会先使用当前系统默认ANSI编码（西文Windows环境下默认编码为1252）将文件字节流解码为字符串，这一步执行在DOM解析、<meta charset>标签识别流程之前。
• 当组件后续解析到<meta charset="UTF-8">标签时，仅会更新HtmlDocument.Encoding属性值为UTF-8，不会对已经按错误编码解码完成的内容做回溯重解码，因此属性值中包含的非ASCII字符会保持乱码状态。你手动将乱码字符串按1252编码转回字节数组、再用UTF-8解码的操作，本质是手动补做了组件遗漏的重解码步骤。

不要依赖组件的自动编码检测逻辑，加载文件时显式传入正确的UTF-8编码，从根源避免预解码错误：

htmlDocument = new HtmlDocument();
using (var fs = new FileStream(filePath, FileMode.Open, FileAccess.Read))
{
    // 显式指定编码加载，跳过默认编码预读逻辑
    htmlDocument.Load(fs, Encoding.UTF8);
}

补充说明：

• 该自动编码检测逻辑的问题在1.11.x之后的版本有部分修复，但最稳妥的实践始终是加载已知编码的文件时，显式传入对应编码参数，不要完全依赖meta标签自动识别。
• 你当前使用的手动转码方式仅作为旧版本兼容的临时方案可用，显式指定编码加载的性能和稳定性更优。

内容的提问来源于stack exchange，提问作者Heinz Kessler