远程下载的乱码问题

Question

public class RssXml
{
public static void main(String[] args)
{
String s1 = "http://rss.sina.com.cn/news/allnews/astro.xml"; 
String s2 = "D:\\1.xml";
URL urlfile = null; 
HttpURLConnection httpUrl = null; 
BufferedInputStream bis = null; 
BufferedOutputStream bos = null; 
File f = new File(s2)[ try//去网络文件
{ 
urlfile = new URL(s1); 
httpUrl = (HttpURLConnection)urlfile.openConnection(); 
httpUrl.connect(); 
bis = new BufferedInputStream(httpUrl.getInputStream()); 
}
catch(Exception e)
{ 
System.out.println(e.toString()); 
} try  //写入 本地
{ 
bos = new BufferedOutputStream(new FileOutputStream(f));; 
byte[] b = new byte[1024]; 
while(bis.read(b)!=-1) 
{ 

bos.write(b); 
}  
}catch(Exception e)
{ 
System.out.println(e.toString());  
}
finally
{ 
try
{ 
bos.flush(); 
bis.close(); 
httpUrl.disconnect(); 
}
catch(Exception e)
{ 
System.out.println(e.toString());  
} 
} 
System.out.println("rss");
}
}
我用这个方法下载过来的rss.sina.com.cn上的文件，到本地后，为什么汉字都是乱码了呢，请高手指教。

Answer 1

编码问题,读文件的时候试试用UTF-8或者gb2312试试.年InputSreamReader可以设置按什么方式的编码读文件,看看帮助文档.其他还有什么方法可以我也没细看过.
如果按我的方式.
应该是写成
bis = new BufferdReader(new InputStreamReader(httpUrl.getInputStream(),"UTF-8"));
或者
bis = new BufferdReader(new InputStreamReader(httpUrl.getInputStream(),"gb2312"));

Answer 2

看起来应该跟编码方式无关，因为程序是“字节流读”和“字节流写”。我没运行你的程序，但看上去，下面这段代码不合适：    while(bis.read(b)!=-1)
    {
        bos.write(b);
    }read() 的时候不一定能读满 1024 个字节，而 write() 却一定会写出去 1024 个字节。

Answer 3

唉，真不想写这段代码（实在太基础了，替你写相当于害了你），不过，都“跪求”了……byte[] b = new byte[1024];
int n;
while((n = bis.read(b)) > 0)
{
    bos.write(b, 0, n);
}

Answer 4

哈哈，这样写也是一样的乱码，根本问题不在这里，我已经这样做了
只是往这边写的时候，没写出来根本问题的应该是 编码的问题，因为这个程序读gbk的编码的xml文件的时候，就是正确的，没有出现乱码现象。

Answer 5

hehe, 我被你误导了。其实，你原来的程序本来就没有错！错在你以为下载的文件“变成了乱码”，实际上人家是 UTF8 编码的文件，你用一般的文本编辑器看当然是乱码了。瞎耽误功夫，我也是瞎出主意。看来以后得问明白症状再回帖了。

Answer 6

我也发现了这个问题了，哈哈，谢谢您的热情回复了那我在本地怎么把utf-8的文件读出来呢，就是分析这个文件，然后把需要的内容取出来

Answer 7

那你是用什么“类库”来做 XML 解析呢？如果是 Xerces 或者 jdom 什么的，尽管用就是了，它们都会根据 xml 文件内声明的 encoding 进行正确的解析，如果你是自己直接读文件，那做一个 Reader 对象出来就可以了，但要把 Reader 对象的 encoding 设置为 utf-8。