Encoding 在单个文件中处理多个编码

我遇到了一些奇怪的编码问题。我需要从web解析一个HTML文档，并使用“Content Type”字符集元数据来确定编码类型。 有一个页面给我带来了麻烦，它是用“Shift_jis”（日语）编码的——解析器的结果包含一些乱码

当我使用UTF-8解析同一个文档时，以前被乱码的字符被正确解析，但其他所有字符现在都被乱码了

我假设文档包含两种不同编码类型的文本

我能正确解析这个文档吗

另外，我不知道怎么做，但是所有的浏览器似乎都很好地处理了这个问题，并且很好地呈现了页面

如果您能想到这一点，我将不胜感激

---

我需要解析的页面：

首先，浏览器看到的是：

莨夂､ｾ讎りｦ

呈现的html中显示的内容不同，因为CSS

文本缩进：-9999px

和。但它就在那里

开箱即用，作为Shift-Jis解码应该给您提供

莨夂､ｾ讎りｦ?

，但如果希望得到与浏览器中相同的结果，则应将自定义的

字符集解码器

与

忽略

：

URL url = new URL( "http://ao.recruit.co.jp/form.html");
BufferedInputStream bis = new BufferedInputStream(url.openStream());
CharsetDecoder decoder = Charset.forName("Shift-Jis").newDecoder();

decoder.onMalformedInput(CodingErrorAction.IGNORE);
decoder.onUnmappableCharacter(CodingErrorAction.IGNORE);

Reader inputReader = new InputStreamReader(bis, decoder);

String result = IOUtils.toString(inputReader);
System.out.print(result);

---

这将为您提供与浏览器相同的结果。当然，它不会解析图像文件中的文本。

字符集声明只是撒谎，页面处于shift jis中。99%的文本使用shift jis正确解析。1%是用utf-8正确解析的，所以两个声明都是谎言（而不是谎言）。我在itI上使用shift jis没有问题。我正在运行以下代码：URL URL=new URL（“）；String String=IOUtils.toString（URL.openStream（），“shift_jis”）；标记“target=“\u blank”class=“company”>”后面是乱码。我有

莨夂､ｾ讎りｦ?在该标记之后，当解码为shift jis时