81,091
社区成员
发帖
与我相关
我的任务
分享htmlparser解析网页出现中文乱码
http://www.21golf.com/communityarticleinfo/36606
就这个网址 不知道为什么中文就是乱码 设置了Encoding 是UTF-8还是GBK都不行
就这个网址 不知道为什么中文就是乱码 设置了Encoding 是UTF-8还是GBK都不行
...全文
请发表友善的回复…
发表回复
myfamiliar 2010-12-20
- 打赏
- 举报
根本就不乱,我专门写了段代码,试试了试,不乱.
大家可以试试这个:http://health.sohu.com/yangshengtang/
如果有人可以把这个网址的源码不乱码的解析出来,就厉害了,有谁知道这是怎么做到的?
大家可以试试这个:http://health.sohu.com/yangshengtang/
如果有人可以把这个网址的源码不乱码的解析出来,就厉害了,有谁知道这是怎么做到的?
dushouxian 2010-08-09
- 打赏
- 举报
顶一下 希望中午有牛人能够解决
dushouxian 2010-08-09
- 打赏
- 举报
做过爬虫的大哥指点一下吧。。。
sling2007 2010-08-09
- 打赏
- 举报
htmlparser应该有内置的编码解析机制
我只用过jtidy，它提供了几种编码，几种之间都试一下得了
我只用过jtidy，它提供了几种编码，几种之间都试一下得了
dushouxian 2010-08-09
- 打赏
- 举报
没人知道吗？
worki 2010-08-09
- 打赏
- 举报
应该是将页面内容读取到本地时转码错误。
String charset = urlConnection.getContentEncoding();
urlConnection 是对应的URLConnection。
应该优先使用charset为页面编码类型。如果为空，则使用页面中的编码类型。
建议先将页面以字节流方式读到本地，然后进行分析，可以避免页面中文乱码问题。
String charset = urlConnection.getContentEncoding();
urlConnection 是对应的URLConnection。
应该优先使用charset为页面编码类型。如果为空，则使用页面中的编码类型。
建议先将页面以字节流方式读到本地，然后进行分析，可以避免页面中文乱码问题。
dushouxian 2010-08-09
- 打赏
- 举报
谢谢楼上
yinzisheng 2010-08-09
- 打赏
- 举报
虽然不知道怎么解决，还是帮顶下
dushouxian 2010-08-09
- 打赏
- 举报
有没有人晓得啊？
dushouxian 2010-08-09
- 打赏
- 举报
我说的是用Htmlparser分析网页?
Silence_Smile 2010-08-09
- 打赏
- 举报
页面内容应该是UTF-8的，虽然源码里写着gb2312
chrome浏览器 设置编码gb2312乱码，设为UTF-8显示正常
chrome浏览器 设置编码gb2312乱码，设为UTF-8显示正常
dushouxian 2010-08-09
- 打赏
- 举报
为什么浏览器显示的中文正常？！！！
