HTTP响应体直接转string出现乱码，是因为string()仅按UTF-8解释字节，而实际编码可能是GBK等；需先解析Content-Type头中的charset，再用对应解码器转换。
HTTP 响应体读取后直接转 string 为什么是乱码
因为 string(bodyBytes) 只是把字节原样解释为 UTF-8，而响应体实际编码可能是 GBK、ISO-8859-1 或带 BOM 的 UTF-8。浏览器能正确显示，是因为它会查 Content-Type 头里的 charset 并自动转码；Go 不会自动做这事。
常见现象：请求一个中文新闻站（如某些老站点），string(bodyBytes) 输出一堆问号或方块；resp.Header.Get("Content-Type") 返回 text/html; charset=gbk，但你没用它。
- 别只看 HTML 标签里有没有
<meta charset="utf-8">—— 它可能被忽略，真正起作用的是 HTTP 响应头的Content-Type - 如果响应头没带
charset，再 fallback 到 HTML 内部的<meta>，但要用golang.org/x/net/html/charset解析，不能靠正则硬匹配 - 某些服务器返回
Content-Type: text/html（没 charset），此时默认按 ISO-8859-1 解码，不是 UTF-8
怎么从 resp.Body 提取正确编码的 HTML 字符串
核心逻辑：先读 Content-Type → 提取 charset → 用对应解码器转换字节 → 得到干净字符串。不能跳过这一步直接 string()。
示例关键代码：
立即学习“go语言免费学习笔记（深入）”；
将调研报告、方案对比、数据分析、需求梳理、会议纪要、设计说明、代码评审、学习笔记等任务产物输出为可在浏览器直接打开的单文件 HTML，替代 Markdown 作为最终交付物。Markdown 在信息密度、视觉清晰度和可分享性上已跟不上 AI 产物的丰富度，HTML 能同时承载排版、表格、SVG 等。
body, _ := io.ReadAll(resp.Body)
contentType := resp.Header.Get("Content-Type")
decoder := charset.NewReaderLabel(contentType, body)
decoded, err := io.ReadAll(decoder)
if err != nil {
// 处理解码失败，比如 charset 不支持
}
htmlStr := string(decoded)
-
charset.NewReaderLabel是标准库golang.org/x/net/html/charset提供的，能识别gbk、gb2312、big5、utf-8等常见标签，并自动处理 BOM - 如果
contentType为空或不含charset=，NewReaderLabel会 fallback 到UTF-8，但更稳妥的做法是手动检查：strings.Contains(contentType, "gbk")→ 用simplifiedchinese.GBK.NewDecoder().Bytes(body) - 不要在调用
io.ReadAll(resp.Body)后再解析Content-Type—— 顺序无所谓，但必须用同一份body字节去解码，不能二次读取
goquery.LoadHTMLString 传入乱码字符串会怎样
会静默失败：返回 nil 的 *goquery.Document 和非空 error，但如果你只判 doc == nil 就 panic，实际错在上游字符串本身已损坏。
典型错误链：http.Get → string(body) → 乱码 → goquery.LoadHTMLString(乱码str) → doc.Find("title").Text() 返回空或异常内容。
- 务必在
goquery.LoadHTMLString前加utf8.ValidString(htmlStr)检查，不通过就说明解码失败，别往下走 - 如果 HTML 来自第三方接口且无明确 charset，建议先用
charset.DetermineCharset(body)（同上包）做探测，比硬猜更可靠 -
goquery对大小写敏感：<DIV>不等于<div>，但乱码会导致标签名变成无效字符，Find直接匹配不到
返回 HTML 给浏览器时 Content-Type 忘设 charset 的后果
浏览器收到 Content-Type: text/html（无 charset）时，会启动编码自动探测（如 IE 的启发式算法），对中文页面大概率失败，最终渲染成源码或乱码。Network 面板里看响应头，Content-Type 是 text/plain; charset=utf-8 —— 这是 Go 的默认值，不是你想要的。
- 必须在
w.Write()前调用w.Header().Set("Content-Type", "text/html; charset=utf-8") - 如果 HTML 字符串本身含 GBK 字节，却设成
utf-8，浏览器照样乱码 —— 所以“返回 HTML”和“读取 HTML”是两个独立环节，各自都要处理编码 - 模板渲染（
html/template）默认输出 UTF-8，但若模板文件存为 GBK，template.ParseFiles读出来就是乱码字节，源头就得是 UTF-8 文件
编码问题从来不是单点故障，而是整条链路上每个环节都得对齐：HTTP 头、字节流、字符串、文件保存、终端显示 —— 漏掉任意一环，中文就变方块。
