本博客探讨了在开发过程中，由于HTML编码与实际页面编码不一致所引发的问题，详细介绍了如何通过JSoup库解析指定编码的网页，并提供了实例代码。重点在于识别和解决编码不匹配导致的显示异常，帮助开发者提升网页开发效率。
一般出现这个情况是由于url指向的页面，实际编码与html中描述的编码不符导致。如：开发时用的GBK编码编写，但html中却写UTF-8。典型的就是在中文Windows下用记事本，写一个UTF-8的html就会出现这个问题。
你可以不用jsoup.connect，这个会从html描述中识别。
你可以用Jsoup.parse(InputStream in, String charsetName, String baseUri) 的方式从一个流中读取，charsetName选择合适的编码。
如：
String url = "http://xxxxxxx";
Document document = Jsoup.parse(new URL(url).openStream(), "GBK", url);
//你可以试试GBK或UTF-8
扫一扫
752
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
