java下载网页编码问题

Question

我在java程序中下载一个页面，用的是BufferedReader，直接输出字符串，中文显示为乱码，在浏览器里，选择gb2312就会出现相同的乱码，而选择utf-8就会正常显示，那我应该怎么样才能在程序里得到正常的字符串呢？

Answer 1

其实就是编码问题。
我这前是这样处理的，有些慢，不过最基础的办法就是这样，就是取编码过程，你可以在优化下。只要能知道正确的页面编码，就OK了。UTF-8用第一个分支就好了 if (strPageContent.indexOf("UTF-8") > 0
|| strPageContent.indexOf("utf-8") > 0) {
tmpStr = new String(strPageContent.getBytes("ISO8859-1"),
"UTF-8");
} else if (strPageContent.indexOf("GB2312") > 0
|| strPageContent.indexOf("gb2312") > 0) {
tmpStr = new String(strPageContent.getBytes("ISO8859-1"),
"GB2312");
} else if (strPageContent.indexOf("GBK") > 0
|| strPageContent.indexOf("gbk") > 0) {
tmpStr = new String(strPageContent.getBytes("ISO8859-1"),
"GBK");
}

Answer 2

如果楼主是使用InputStreamReader来生成BufferedReader,那么在生成InputStreamReader的时候，指定charset为UTF-8即可

Answer 3

本人用utf-8 charset，有些网页可以显示中文，但有些网页中文还是乱吗，那位高手可以指点指点