dd

Java中使用Jsoup抓取网页URL时出现中文汉字乱码的问题及解决办法

jerry Java 2015年08月11日 收藏
public static String readHtml(String myurl) {
    StringBuffer sb = new StringBuffer("");
    URL url;
    try {
        url = new URL(myurl);
        BufferedReader br = new BufferedReader(new InputStreamReader(url.openStream(), "gbk"));
        String s = "";
        while ((s = br.readLine()) != null) {
            sb.append(s + "\r\n");
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
    return sb.toString();
}

上面代码中的gbk编码是指网页的编码,如果使其它编码,请自行修改~
然后调用parse方法:

Document document = 
Jsoup.parse(readHtml("xxxxx/webroot/showarticle.php?pid=1&cid=1045&aid=1362"),
 "xxxxx/");

你再试试有没有乱码。

dd