Java 如何从网站获取非拉丁字符？
我尝试从latata.pl/pl.php获取数据并查看所有符号（polish-iso-8859-2）Java 如何从网站获取非拉丁字符？,java,encoding,character-encoding,urlconnection,Java,Encoding,Character Encoding,Urlconnection,我尝试从latata.pl/pl.php获取数据并查看所有符号（polish-iso-8859-2） 它不起作用（有什么想法吗？在这种情况下，您可以（应该/必须）在这些构造函数中指定编码。您的InputStreamReader将尝试使用您的平台默认编码（很可能是UTF-8或可怕的Windows编码之一）转换通过TCP连接返回的字节。您应该明确指定编码 假设web服务器做得很好，您可以在其中一个HTTP头中找到正确的编码（我忘了是哪一个）。或者您可以假设它是iso-8859-2，但稍后可能会中断。
它不起作用（有什么想法吗？在这种情况下，您可以（应该/必须）在这些构造函数中指定编码。您的
InputStreamReader假设web服务器做得很好，您可以在其中一个HTTP头中找到正确的编码（我忘了是哪一个）。或者您可以假设它是iso-8859-2，但稍后可能会中断。这对于评论来说太长了，但谁设置了该网页？您？从我的角度看，它看起来不正确 以下是您得到的反馈：
$ telnet latata.pl 80
Trying 91.205.74.65...
Connected to latata.pl.
Escape character is '^]'.
GET /pl.php HTTP/1.0
Host: latata.pl
HTTP/1.1 200 OK
Date: Sun, 27 Feb 2011 13:49:19 GMT
Server: Apache/2
X-Powered-By: PHP/5.2.16
Vary: Accept-Encoding,User-Agent
Content-Length: 10
Connection: close
Content-Type: text/html
����ʣ��Connection closed by foreign host.
<html>
<head></head>
<body>±ê³ó¿¡Ê£¯¬</body>
</html>
±ê³ó¿¡Ê£¯¬
这就是您的页面在浏览器中的显示方式。在HTML页面中没有指定字符集是否有正当理由？php脚本
pl.php内容类型：text/HTMLISO-8859-1“
php脚本发送的字节表示如果声明为
内容类型：text/html；charset=ISO-8859-2
您可以使用简单的代码片段对此进行检查，该代码片段将错误的ISO-8859-1编码转换为ISO-8859-2：
final String test="±ê³ó¿¡Ê£¯¬";
String corrupt=new String(test.getBytes("ISO-8859-1"),"ISO-8859-2");
System.out.println(corrupt);
输出将是波兰字符
作为一个快速修复方法，将php脚本中的字符集设置为将内容类型：text/html；charset=ISO-8859-2
输出为HTTP头
但无论如何，您应该考虑切换到UTF-8编码输出。正如有人已经指出的，没有为响应指定字符集编码。强制将响应文档视为ISO-8859-2（通常在中欧使用）结果显示合法的波兰语字符，因此我假设这是实际使用的编码。由于未指定编码，因此将假设ISO-8859-1为默认编码
响应标题需要包含标题内容类型：text/html；charset=ISO-8859-2，以便正确解释字符代码点。在构造响应InputStream
时将使用此字符集。否，响应中没有html标记。@Michael Konietzka:Chrome正在插入它们当你做一个“inspect element”的时候很浪漫。但是，是的，OP确实设置了一个糟糕的Web服务器（我认为是他设置了这个Web服务器，看到了他在字符编码方面的混乱程度；）
final String test="±ê³ó¿¡Ê£¯¬";
String corrupt=new String(test.getBytes("ISO-8859-1"),"ISO-8859-2");
System.out.println(corrupt);