java - 无效的 UTF-8 起始字节 0x8b(位于字符 #2，字节 #-1)

Question

我正在尝试从 url 'http://self-learning-java-tutorial.blogspot.in/atom.xml 解析原子文档'。解析文档时，我收到错误“无效的 UTF-8 起始字节 0x8b(位于字符 #2，字节 #-1)”。

Abdera abdera = new Abdera();
        Parser parser = abdera.getParser();

        URL url = new URL("http://self-learning-java-tutorial.blogspot.in/atom.xml");

        Document<Feed> doc = parser.parse(url.openStream(), url.toString());
        Feed feed = doc.getRoot();
        System.out.println(feed.getTitle());
        for (Entry entry : feed.getEntries()) {
            System.out.println("\t" + entry.getTitle());
        }
        System.out.println(feed.getAuthor());

任何人都可以帮助我，这个错误是什么以及如何解决这个错误？

Answer 1

来自这个 URL 的响应是 GZIP 压缩的(你的系统中必须有一些特殊的东西，因为在标准 java 8 中它默认不会发送接受 gzip，对我来说你的代码工作得很好)。

要处理这个问题，您只需解压缩流即可。请注意，对于其他 url，您可能需要处理响应未压缩时的情况。另外，不要忘记关闭您打开的资源/流。

这是您的网址的工作示例

    Abdera abdera = new Abdera();
    Parser parser = abdera.getParser();

    URL url = new URL(
            "http://self-learning-java-tutorial.blogspot.in/atom.xml");
    HttpURLConnection conn = (HttpURLConnection) url.openConnection();
    conn.setRequestProperty("Accept-Encoding", "gzip");
    conn.connect();

    try {
        String contentEncoding = conn.getContentEncoding();
        boolean isGzip = contentEncoding != null
                && contentEncoding.contains("gzip");
        try (InputStream in = !isGzip ? conn.getInputStream()
                : new GZIPInputStream(conn.getInputStream())) {
            Document<Feed> doc = parser.parse(in, url.toString());
            Feed feed = doc.getRoot();
            System.out.println(feed.getTitle());
            for (Entry entry : feed.getEntries()) {
                System.out.println("\t" + entry.getTitle());
            }
            System.out.println(feed.getAuthor());
        }
    } finally {
        conn.disconnect();
    }