Android中访问HTML源码并解决编码问题

本案例功能为在输入框中输入网址并点击按钮，访问HTML源代码并显示在TextView中。为了避免服务器端编码与客户端不同，需要对返回的HTML代码内容（标签）进行判断，采用与服务端对应的编码进行解析。

实现步骤：
1. 定义函数String getHtmlFromInternet(String url)，用于根据给定的url访问网络，抓取html代码。函数的内容很简单，仍然是定义HttpURLConnection对象，并配置各项参数，然后用connect进行连接。如果连接成功，调用String getStringFromInputStream(InputStream is)来将流转换为字符串。
2. 在getStringFromInputStream(InputStream is)方法中，主要做以下几件事：(1)写入缓存流；(2)在html中的内容中，抽取编码信息，并做相应选择判断。(3)根据编码信息做对应编码种类的字符转换，得到String类型的输出字符html并返回。
3. 用户点击按钮响应getHtml()方法。在这个方法中开启一个子线程，接收返回到的html字符，如果不为空，那么将通过handler向主线程发送成功消息并传递html字符串。主线程将字符串显示在UI中。

MainActivity.class

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

import android.app.Activity;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.text.TextUtils;
import android.util.Log;
import android.view.View;
import android.widget.EditText;
import android.widget.TextView;
import android.widget.Toast;

public class MainActivity extends Activity {

    protected static final int SUCCESS = 0;
    protected static final int ERROR = 1;
    private static final String TAG = "MainActivity";
    private EditText etUrl;
    private TextView tvHtml;
    private Handler handler = new Handler() {

        @Override
        public void handleMessage(Message msg) {
            super.handleMessage(msg);
            switch (msg.what) {
            case SUCCESS:
                tvHtml.setText((CharSequence) msg.obj);
                break;
            case ERROR:
                Toast.makeText(MainActivity.this, "访问失败", 0).show();
                break;
            default:
                break;
            }
        }

    };

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        etUrl = (EditText) findViewById(R.id.et_url);
        tvHtml = (TextView) findViewById(R.id.tv_html);

    }

    /**按钮点击，调用该方法。
     * 
     * @param v
     */
    public void getHtml(View v) {
        final String url = etUrl.getText().toString();

        new Thread(new Runnable() {

            @Override
            public void run() {
                String html = getHtmlFromInternet(url);

                if(!TextUtils.isEmpty(html)) {
                    Message msg = new Message();
                    msg.what = SUCCESS;
                    msg.obj = html;
                    handler.sendMessage(msg);
                } else {
                    Message msg = new Message();
                    msg.what = ERROR;
                    handler.sendMessage(msg);
                }
            }
        }).start();
    }

    /**
     * 根据给定的url访问网络，抓取html代码
     * @param url
     * @return
     */
    protected String getHtmlFromInternet(String url) {
        try {
            URL mURL = new URL(url);
            HttpURLConnection conn = (HttpURLConnection) mURL.openConnection();
            conn.setRequestMethod("GET");
            conn.setConnectTimeout(10000);
            conn.setReadTimeout(5000);

            int responseCode = conn.getResponseCode();

            if (responseCode == 200) {
                InputStream is = conn.getInputStream();
                String html = getStringFromInputStream(is);
                return html;
            } else {
                Log.i(TAG, "访问失败"+responseCode);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }

        return null;
    }

    /**
     * 根据流返回一个字符串信息
     * @param is
     * @return
     * @throws IOException 
     */
    private String getStringFromInputStream(InputStream is) throws IOException {
        ByteArrayOutputStream baos = new ByteArrayOutputStream(); //定义缓存流
        byte[] buffer = new byte[1024]; //定义一个字节数组
        int len = -1;
        while((len = is.read(buffer))!= -1) { //如果没有结束，执行写入操作
            baos.write(buffer, 0, len);
        }
        is.close();

        String html = baos.toString(); //把流中的数据转换成字符串

        String charset = "utf-8"; 
        if(html.contains("gbk") || html.contains("gb2312") || 
                html.contains("GBK") || html.contains("GB2312")) { //如果包含gbk编码，就采用gbk编码对字符串编码
            charset = "gbk";
        }

        html = new String(baos.toByteArray(), charset); //按charset代表的编码种类进行编码，得到String类型的html
        baos.close();

        return html;
    }

}