java - 在 Java 中将损坏的字符转换为正确的值

Question

我目前正在读取外部 XML 文件。

在我正在从我的 Android 应用程序中读取的 RSS 提要中，撇号字符 ’ 呈现为 ’ 和 é(带重音符号的 e)表示为 É，该应用程序正在读取歌曲标题和音乐艺术家姓名。

我当前的代码从 XML 中读取，但原始 XML 文件在表示这些字符等方面存在问题。这并不总是发生，但我想弄清楚如何正确阅读它。我是从 Java 中更改 XML 的编码，还是有办法将这些类型的字符转换为它们应有的样子？

编辑:事实证明，以 UTF-8 格式查看 XML 页面可以正确呈现字符。有什么方法可以使用 Jsoup 库读取 UTF-8 编码的 XML 文档吗？

Answer 1

默认情况下，Jsoup 将使用 http header 中的 Content-Type 来呈现文件，但您可以显式地将编码类型传递给 Jsoup.parse () 方法如下:

Document document = Jsoup.parse(yourXML, "UTF-8");