Java - 处理外来字符

Question

所以，我有一些 Java 代码来获取 HTML 页面的内容，如下所示:

BufferedReader bf;
String response = "";
HttpURLConnection connection;
try 
{
    connection = (HttpURLConnection) url.openConnection();
    connection.setInstanceFollowRedirects(false);
    connection.setUseCaches(false);
    connection.setRequestMethod("GET");
    connection.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.0; WOW64) AppleWebKit/534.24 (KHTML, like Gecko) Chrome/11.0.696.16 Safari/534.24");
    connection.connect();
    bf = new BufferedReader(new InputStreamReader(connection.getInputStream()));
    String line;
    while ((line = bf.readLine()) != null) {
        response += line;
    }
    connection.disconnect();
}
catch (Throwable ex)
{
    response = "";
}

这工作得很好，并且会根据需要将内容返回给我。然后我深入到我想要提取的代码区域，如下所示:

10€ de réduction chez Asos be!

Java 似乎可以很好地处理 €，因为它是一个 HTML 实体。但“减少”这个词是有问题的。它似乎将其呈现为:

Asos 减价 10 欧元!

如您所见，它正在努力处理“é”字符。

我该如何解决这个问题？在过去的几个小时里，我一直在互联网上搜索并尝试代码，但没有任何运气!我对 Java 很陌生，所以很难理解。

提前致谢。

Answer 1

该代码没问题，但您可能需要检测响应的字符编码(请参阅 here )并将其传递给包装 inputStream 的类以获取 Reader (请参阅 here )。

否则问题不在于读取响应，而在于您对该响应字符串执行的操作。