在Java中转换HTML字符编码

我们正在尝试下载网页的源代码，但是由于字符编码，我们无法看到一些特定的字符，例如ü，ö，ş，ç。为了转换字符串（“text”变量）的编码，我们尝试了以下代码：

---

我们观察到，如果编码是utf-8，我们仍然无法正确地看到页面。我们应该怎么做？

如果您知道页面将其内容编码为UTF-8，请告诉字符串构造函数使用UTF-8编码来解释字节

然而，我不确定这是你的问题的程度。在尝试“转换”文本之前，您已经有了“文本”。这意味着，根据某种编码，已经有人试图将页面的字节解释为字符串。如果这是错误的编码，那么您以后所做的任何事情都不一定能够修复它

相反，您需要在上游修复此问题

byte[] bytesOfThePage = ...;
String text = new String(bytesOfThePage, "UTF-8");

---

问题很可能就在你读、写和/或显示这些字符的地方

如果您正在使用

读取器

读取这些字符，那么您需要使用2参数构造函数构造第一个字符，在其中您可以将正确的编码（因此，

UTF-8

）作为第二个参数传递。例如

reader = new InputStreamReader(url.openStream(), "UTF-8");

writer = new OutputStreamWriter(new FileOutputStream("/page.html"), "UTF-8");

例如，如果要将这些字符写入文件，则需要使用2参数构造函数构造一个，在该构造函数中可以将正确的编码（因此，

UTF-8

）作为第二个参数传递。例如

reader = new InputStreamReader(url.openStream(), "UTF-8");

writer = new OutputStreamWriter(new FileOutputStream("/page.html"), "UTF-8");

---

例如，如果您正在将其全部简单地写入标准输出（例如，

System.out.println（line）

等等），那么您需要确保标准输出本身使用正确的编码（因此，

UTF-8

）。在Eclipse之类的IDE中，您可以通过窗口>首选项>常规>工作区>编码对其进行配置。

您需要显示实际读取数据的代码，包括输入流和/或您使用的读卡器的声明。此外，还有一些示例输入（或指向您尝试读取的页面的链接）。