java韩文乱码问题怎么解决

Question

 最近读取一个韩文网站，发现采下的内容全是乱码，不知道怎么解决退请各位支招下。此处就拿三星网站例说：打开http://www.samsung.com/sec/#mobile-devices-home 可以查看到网站编码是utf-8
这里java采集数据以utf-8去读取时发现采下的内容韩文全是乱码httpclient抓取的部分代码:
uefEntity = new UrlEncodedFormEntity(new ArrayList<NameValuePair>(),encoding);
post = new HttpPost(url);
post.setEntity(uefEntity);
post.setHeaders(headers);
response = httpClient.execute(post);
entity = response.getEntity(); // 获取响应实体
if (null != entity) {
result = EntityUtils.toString(entity, encoding);
}
此处encoding传的为utf-8采集中文网站一切正常,请问下韩文要以什么编码进行采集还是要特殊处理？

Answer 1

在浏览器工具里，查看一下编码，是不是真的是UTF8的。或者用firebug等HTTP协议监测工具查看一下，实际的响应消息中编码类型是不是真的是UTF8。我个人理解，<meta>标签中指定的编码不一定准确，虽然指定的是UTF8的编码，但是如果响应消息中指定的编码为其他类型，就会覆盖<meta>标签里指定的编码

Answer 2

EntityUtils.getContentCharSet(entity);也是utf-8的，这应该是反回的实际编码吧，一般采集都先看头里编码，如果为空才去页面抓取相应设置编码格式