nans 2014-09-17 14:26
浏览 2244

网页源码下载下来后,汉字成乱码?

我用软件自动下载网页源码,作为监控网站用的,发现字数超过三万字,整个文本的汉字都成乱码,没办法分析,拿去转换编码也没办法矫正。以下是代码
con = (HttpURLConnection) url.openConnection();

con.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)");// IE代理进行下载

con.setConnectTimeout(120000);

con.setReadTimeout(120000);

// 获得网页返回信息码

responseCode = con.getResponseCode();

if (responseCode == -1) {

System.out.println(url.toString() + " : connection is failure...");

con.disconnect();

return null;

}

if (responseCode >= 400) //请求失败

{

System.out.println("请求失败:get response code: " + responseCode);

con.disconnect();

return null;

}

        InputStream inStr = con.getInputStream();  
        InputStreamReader istreamReader = new InputStreamReader(inStr, encode);  
        BufferedReader buffStr = new BufferedReader(istreamReader);  

        String str = null;  
        while ((str = buffStr.readLine()) != null)  
            contentBuffer.append(str);  
        inStr.close();  
    } catch (IOException e) {  
        e.printStackTrace();  
        contentBuffer = null;  
        System.out.println("error: " + url.toString());  
    } finally {  
        con.disconnect();  
    }  
  • 写回答

0条回答

    报告相同问题?

    悬赏问题

    • ¥20 有关区间dp的问题求解
    • ¥15 多电路系统共用电源的串扰问题
    • ¥15 slam rangenet++配置
    • ¥15 有没有研究水声通信方面的帮我改俩matlab代码
    • ¥15 对于相关问题的求解与代码
    • ¥15 ubuntu子系统密码忘记
    • ¥15 信号傅里叶变换在matlab上遇到的小问题请求帮助
    • ¥15 保护模式-系统加载-段寄存器
    • ¥15 电脑桌面设定一个区域禁止鼠标操作
    • ¥15 求NPF226060磁芯的详细资料