Java HttpURLConnection 的编码错误

Question

尝试从 MS Web 服务读取生成的 XML

URL page = new URL(address);
StringBuffer text = new StringBuffer();
HttpURLConnection conn = (HttpURLConnection) page.openConnection();
conn.connect();
InputStreamReader in = new InputStreamReader((InputStream) conn.getContent());
BufferedReader buff = new BufferedReader(in);
box.setText("Getting data ...");
String line;
do {
  line = buff.readLine();
  text.append(line + "\n");
} while (line != null);
box.setText(text.toString());

或

URL u = new URL(address);
URLConnection uc = u.openConnection();
BufferedReader in = new BufferedReader(new InputStreamReader(uc.getInputStream()));
String inputLine;
while ((inputLine = in.readLine()) != null) {

    inputLine = java.net.URLDecoder.decode(inputLine, "UTF-8");
  System.out.println(inputLine);
}
in.close();

除 Web 服务输出外的任何页面都可以正常读取 它读取大于和小于符号，奇怪的是

它读取 <到“<”和>到“>”不带空格，但如果我在这里输入不带空格的 stackoverflow 会使它们 <和>

请帮忙 谢谢

Answer 1

首先，这一行似乎存在混淆：

inputLine = java.net.URLDecoder.decode(inputLine, "UTF-8");

这实际上表明您希望服务器提供的文档中的每一行都经过 URL 编码。 URL 编码与文档编码不同。

http://en.wikipedia.org/wiki/Percent-encoding

http://en.wikipedia.org/wiki/Character_encoding

看看你的代码片段，我认为 URL 编码（百分比编码）不是你所追求的。

就文档字符编码而言。您正在这一行进行转换：

InputStreamReader in = new InputStreamReader((InputStream) conn.getContent());

conn.getContent() 返回一个对字节进行操作的 InputStream，而读取器对字符进行操作 - 字符编码转换在这里完成。查看 InputStreamReader 的其他构造函数，它将编码作为第二个参数。如果没有第二个参数，您将依赖于 java 中的平台默认值。

InputStreamReader(InputStream in, String charsetName)

例如，您可以将代码更改为：

InputStreamReader in = new InputStreamReader((InputStream) conn.getContent(), "utf-8");

但真正的问题是“您的服务器提供内容的编码是什么？”如果您也拥有服务器代码，则可以将其硬编码为合理的内容，例如 utf-8。但如果它可能有所不同，您需要查看 http 标头 Content-Type 来弄清楚。

String contentType = conn.getHeaderField("Content-Type");

contentType 的内容看起来像

text/plain; charset=utf-8

获取此字段的简写方法是：

String contentEncoding = conn.getContentEncoding();

请注意，完全有可能没有提供字符集，或者没有 Content-Type 标头，在这种情况下，您必须求助于合理的默认值。

Answer 2

Mark Rotteveel 是正确的，网络服务是罪魁祸首，它出于某种原因使用 & 发送大于和小于符号。 lt 和 & gt 格式

谢谢 Martin Algesten，但我已经说过我已经解决了它，我只是在寻找为什么会这样。