欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Java URL抓取页面内容乱码问题解决办法 博客分类: java JavaOracleITeyeYahooHTML 

程序员文章站 2024-02-07 14:33:58
...

 

 

页面utf-8 乱码 

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

gbk正常

<meta http-equiv="Content-Type" content="text/html; charset=gbk" />

 

这个是字符说明

 

http://download.oracle.com/javase/6/docs/api/java/nio/charset/Charset.html

 

如何抓取的时候正常显示呢?

 

一种办法是同一按字节码来抓取,写到文件中,这样要 i/o file ,增加系统负担

 

另一种办法就是要根据页面的编码格式适当转码了

 

下面是我的解决办法 

 

弄了好几个办法,这个最简单

 

 

绝对原创,转载请注明   http://tomfish88.iteye.com/

 

BufferedReader in = new BufferedReader(

new InputStreamReader(

yahoo.openStream(),"utf-8"));

 

先查看页面的编码格式,页面是啥编码格式,上面的编码格式就用啥,一点乱码没有,搞定