URLConnection 未获取字符集

Question

我正在使用 URL.openConnection() 从服务器下载某些内容。服务器显示

Content-Type: text/plain; charset=utf-8

But connection.getContentEncoding() returns null。怎么了？

Answer 1

从 URLConnection.getContentEncoding() 返回的值返回来自 Content-Encoding 标头的值

URLConnection.getContentEncoding()

/**
     * Returns the value of the <code>content-encoding</code> header field.
     *
     * @return  the content encoding of the resource that the URL references,
     *          or <code>null</code> if not known.
     * @see     java.net.URLConnection#getHeaderField(java.lang.String)
     */
    public String getContentEncoding() {
       return getHeaderField("content-encoding");
    }

相反，而是执行connection.getContentType() 用于检索 Content-Type 并从 Content-Type 中检索字符集。我已经包含了有关如何执行此操作的示例代码......

String contentType = connection.getContentType();
String[] values = contentType.split(";"); // values.length should be 2
String charset = "";

for (String value : values) {
    value = value.trim();

    if (value.toLowerCase().startsWith("charset=")) {
        charset = value.substring("charset=".length());
    }
}

if ("".equals(charset)) {
    charset = "UTF-8"; //Assumption
}

Answer 2

这是记录的行为，因为指定 getContentEncoding() 方法返回 Content-Encoding HTTP 标头的内容，而您的示例中未设置该标头。您可以使用 getContentType() 方法并自行解析结果字符串，或者可能寻求更多 高级 HTTP 客户端库，例如 Apache。

Answer 3

正如@Buhake Sindi 的答案的补充。如果您使用 Guava，您可以执行以下操作而不是手动解析：

MediaType mediaType = MediaType.parse(httpConnection.getContentType());
Optional<Charset> typeCharset = mediaType.charset();