Java URL抓取页面内容乱码问题解决办法

 

 

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

 

 

评论

1 楼 kevintop 2011-06-27  

页面的编码格式不一定有，也不一定对！ 你肿么办？ ：）