Java UTF-8编码未设置为URLConnection

前端之家收集整理的这篇文章主要介绍了Java UTF-8编码未设置为URLConnection前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我正在尝试从 http://api.freebase.com/api/trans/raw/m/0h47检索数据

正如你在文本中可以看到的,有这样的歌:/ældʒɪəriə/.

当我尝试从页面获取来源时,我会得到像##250这样的音乐文字;等等

到目前为止,我尝试过以下代码

urlConnection.setRequestProperty("Accept-Charset","UTF-8");
urlConnection.setRequestProperty("Content-Type","application/x-www-form-urlencoded;charset=utf-8");

我究竟做错了什么?

我的整个代码

URL url = null;
URLConnection urlConn = null;
DataInputStream input = null;
try {
url = new URL("http://api.freebase.com/api/trans/raw/m/0h47");
} catch (MalformedURLException e) {e.printStackTrace();}

try {
    urlConn = url.openConnection(); 
} catch (IOException e) { e.printStackTrace(); }
urlConn.setRequestProperty("Accept-Charset","UTF-8");
urlConn.setRequestProperty("Content-Type","text/plain; charset=utf-8");

urlConn.setDoInput(true);
urlConn.setUseCaches(false);

StringBuffer strBseznam = new StringBuffer();
if (strBseznam.length() > 0)
    strBseznam.deleteCharAt(strBseznam.length() - 1);

try {
    input = new DataInputStream(urlConn.getInputStream()); 
} catch (IOException e) { e.printStackTrace(); }
String str = "";
StringBuffer strB = new StringBuffer();
strB.setLength(0);
try {
    while (null != ((str = input.readLine()))) 
    {
        strB.append(str); 
    }
    input.close();
} catch (IOException e) { e.printStackTrace(); }

解决方法

HTML页面是UTF-8,可以使用阿拉伯字符等.但Unicode 127以上的字符仍然被编码为数字实体,如#250;接受编码不会,帮助和加载,因为UTF-8是完全正确的.

你必须自己解码实体.就像是:

String decodeNumericEntities(String s) {
    StringBuffer sb = new StringBuffer();
    Matcher m = Pattern.compile("\\&#(\\d+);").matcher(s);
    while (m.find()) {
        int uc = Integer.parseInt(m.group(1));
        m.appendReplacement(sb,"");
        sb.appendCodepoint(uc);
    }
    m.appendTail(sb);
    return sb.toString();
}

通过这些实体可以源自处理的HTML表单,所以在网络应用程序的编辑方面.

后面的代码

我已经用(缓冲)阅读器替换了DataInputStream文本. InputStreams读取二进制数据,字节;读者文字,字符串. InputStreamReader具有InputStream和编码的参数,并返回一个Reader.

try {
    BufferedReader input = new BufferedReader(
            new InputStreamReader(urlConn.getInputStream(),"UTF-8")); 
    StringBuilder strB = new StringBuilder();
    String str;
    while (null != (str = input.readLine())) {
        strB.append(str).append("\r\n"); 
    }
    input.close();
} catch (IOException e) {
    e.printStackTrace();
}

猜你在找的Java相关文章