JAVA从字节流到字符输出（解决中文乱码）

最新推荐文章于 2023-01-09 02:10:56 发布

v939906947

最新推荐文章于 2023-01-09 02:10:56 发布

阅读量6.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： java 文章标签：中文乱码提取网页源码字节流字符流

本文链接：https://blog.youkuaiyun.com/v939906947/article/details/84772738

java 专栏收录该内容

4 篇文章

订阅专栏

本文介绍如何使用Java从网页抓取数据，并解决常见的中文乱码问题。通过实例演示了利用InputStream、InputStreamReader及BufferedReader等类来正确解析网页内容的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

java从文件，控制台，网页提取数据都是以字节流形式输入，由于编码方式不同，有时候会出现中文乱码；javaJDK中有一些类可以很好的解决中文乱码问题；
1）建立一个InputStream对象存储输入的字节流；
2）用InputStreamReader类对字节流按照想要的编码格式重新编写成字符流（默认是GBK编码）；
3）用BufferedReader建立一个数据缓存区，存储一个一个的字符，方便进行处理；
到这里使用BufferedReader的readLine()函数就可以逐行提取出Reader里面的数据；
（要是想要提取整个缓存区里的数据，不妨用StringBuffer类型；StringBuffer是一个可变长的字符串，会自动扩容，而String对象是不可变长的，生成时有多大就是多大，StringBuild虽然也是可变长的，但它其中一些函数加了锁机制，性能略输于StringBuffer）
以下是通过一个URL提取网页源码的程序：


package url;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;

public class url_print 
{
	String strUrl="http://www.baidu.com";
	public void print()
	{
		URL url=null;
		try {
			url = new URL(strUrl);
			URLConnection connection = url.openConnection();

			// 获取字节流；
			InputStream is = connection.getInputStream();

			//将字节流转为字符流并建立读缓存区
			BufferedReader r = new BufferedReader(new InputStreamReader(is,"UTF-8"));

			String temp;
			//StringBuilder可变长的字符串类；
			StringBuilder html=new StringBuilder(100);
			while((temp=r.readLine())!=null)
			{
				html.append(temp+"\n");
			}
			System.out.println(html.toString());

		} catch (IOException e) {
			return;
		}


	}
	public static void main(String argv[])
	{
		url_print test=new url_print();
		test.print();
	}

}