java读取繁体网页乱码

Question

java读取繁体网页乱码URL l_url = new URL(url);
l_urlStream = l_url.openStream();
BufferedReader l_reader = new BufferedReader(new InputStreamReader(l_urlStream,"utf-8"));  

                
while ((sCurrentLine = l_reader.readLine()) != null)  
{  
                    sTotalString+=sCurrentLine;  
}  读取 雅虎奇摩的 网页时会乱码  我弄了好久快疯了 别复制别人的 网上的我都用的差不多了 谢谢  "utf-8" 处的编码我试过big5 iso8829-1都不行

Answer 1

BIG5 可以用的！  /**
   * 读取页面信息
   * @param page 页面的URL
   * @param charset 页面的编码类型
   * @return 页面的字符串，注意换行已经被默认去掉了，如果需要，请看代码的注释部分
   */
  private static String _getPage(String page, String charset) {
    try {
      URL url = new URL(page);
      HttpURLConnection con = (HttpURLConnection) url.openConnection();
      BufferedReader reader = new BufferedReader(new InputStreamReader(con.getInputStream(), charset));
      StringBuilder b = new StringBuilder();
      String line;
      while ((line = reader.readLine()) != null) {
        b.append(line);
        // b.append("\r\n"); // 默认这里没有保存换行，而是让所有的字符出现在一行里面。如果需要，请去掉前面的注释
      }
      return b.toString();
    } catch (FileNotFoundException ex) {
      System.out.println("NOT FOUND:" + page);
      return null;
    } catch (ConnectException ex) {
      System.out.println("Timeout:" + page);
      return null;
    } catch (Exception ex) {
      ex.printStackTrace();
      return null;
    }
  }
  public static void main(String[] args) {
    String str = PageService.getPage("http://tw.yahoo.com/","BIG5");
    System.out.println(str);
  }

Answer 2

 Big5：这是繁体中文 de facto 标准。 CNS11643：台湾的官方标准繁体中文编码。 Cp937：繁体中文加上 6204 个使用者自定的字符 Cp948：繁体中文版 IBM OS/2 用的编码方式。 Cp964：繁体中文版 IBM AIX 用的编码方式。 EUC_TW：台湾的加强版 Unicode。 ISO2022CN：编码中文的一套标准。 ISO2022CN_CNS：编码中文的一套标准，繁体版，袭自 CNS11643。 MS950 或 Cp950：ASCII + Big5，用于台湾和香港的繁体中文 MS Windows操作系统。 Unicode：有次序记号的 Unicode。次序记号占用两个 byte，如果其值是0xFEFF，表示使用 big-endian（由大到小）的次序为 Unicode 编码；如果其值是 0xFFFF，表示使用 little-endian（由小到大）的次序为 Unicode 编码。 UnicodeBig：使用 big-endian（由大到小）的次序为 Unicode 编码。 UnicodeLittle：使用 little-endian（由小到大）的次序为 Unicode 编码。 UTF8：使用 UTF-8 为 Unicode 编码。网上有很多例子，lz一搜就一大把了，例如下面的解决方法：http://www.jspcn.net/htmlnews/11453847755931351.html