httpclient中文乱码问题解决方法

bingxuelian

这里，介绍一种解决抓取后网页内容显示为乱码的办法。 前几天，在抓取某网站的信息时(http://www.99sj.com/Price/Price/Default.aspx)，第一次碰到了这种应用下的乱码问题。于是上网查了一下，提供的解决办法大致有两种： １>　　private static final String CONTENTCHARSET = "GBK"; httpClient.getParams().setContentCharset("UTF-8"); or httpClient.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET, ＣONTENT_CHARSET); 2>　　private static final String CONTENTTYPE = " text/html; charset=GBK"; getMethod.setRequestHeader("Content-Type", CONTENTTYPE); 测试了，没有任何效果（换成UTF-8也不行）。也用了String result = new String(pageSrc.getBytes("UTF-8"),"GBK")，依然无效。 在焦头烂额时想到了以前在学校时经常用的一句话：找问题要会追根溯源。仔细想想，字符串里面的文本内容也是通过文件流获取的，既然转换字符串字符编码不起作用，那可以设置文件流的默认编码吗？查了jdk，是可行的。 private static final String CHARSET = "UTF-8"; InputStream ins = getMethod.getResponseBodyAsStream(); //按指定的字符集构建文件流 BufferedReader br = new BufferedReader(new InputStreamReader(ins,CHARSET)); StringBuffer sbf = new StringBuffer(); String line = null; while ((line = br.readLine()) != null) { sbf.append(line); } /// 回收资源 // br.close(); getMethod.releaseConnection(); /// 页面源文件 // pageSource = sbf.toString(); 问题解决，^^。这里的CHARSET要根据实际情况设置 /#搜索引擎--爬虫技术