URLConnection下载网页碰到非charset=gb2312编码时出现乱码

[JamOfCode]

URL url=new URL(et.url);
			URLConnection connection=url.openConnection();
			connection.setConnectTimeout(3000);
            connection.setReadTimeout(3000);
			connection.connect();
			
			Scanner scanner=new Scanner(connection.getInputStream());
			StringBuffer str=new StringBuffer();
			
			//System.out.println(Thread.currentThread().getId()+"is on save String");
			long curTime=System.currentTimeMillis();
			
			for(;scanner.hasNextLine();)
			{
				//System.out.println(Thread.currentThread().getId()+"entering save String");
				str.append(scanner.nextLine());
				str.append("\n");
				long durTime=System.currentTimeMillis();
				if(durTime-curTime>3000)
				{
					break;
				}
			}

如果不是gb2312的编码 打印出来就是乱码。。。这个怎么解决？？？？

[冰思雨]

根据HTTP协议头部指定的编码方式，进行解码就可以了。如果HTTP头，没有编码内容，那就去HTML的META元素里面找，如果都找不到，自己定义一个默认编码进行解码好了。

[JamOfCode]

[Quote=引用 3 楼 lodachi 的回复:]
Java code

//如果知道网页是什么编码 可以在包装流的时候指定字符集
Scanner scanner=new Scanner(connection.getInputStream(),"utf-8");
[/Quote]

那我如何知道网页编码的类别呢？？

[武津乐]

那个SringBuffer new的时候有个构造方法是可以指定编码的。

[lodachi]

      //如果知道网页是什么编码 可以在包装流的时候指定字符集
      Scanner scanner=new Scanner(connection.getInputStream(),"utf-8");

[BearKin]

学习学习学习