如何使用UTF-8读取InputStream？

Question

如何使用UTF-8读取InputStream？

javaxmlutf-8inputstream

8

欢迎大家！

我正在开发一个Java应用程序，它从互联网调用一个PHP，该PHP给我一个XML响应。

在响应中包含这个词：“Próximo”，但是当我解析XML节点并将响应获取到一个字符串变量中时，我收到的单词是这样的：“Pr& oacute;ximo”。

我确定问题是我在Java应用程序中使用了不同的编码，然后使用了PHP脚本的编码。因此，我认为我必须将编码设置为与您的PHP xml相同，即UTF-8。

这是我用来从PHP获取XML文件的代码。在这段代码中，我应该改变什么以将编码设置为UTF-8？（请注意，我没有使用缓冲读取器，而是使用输入流）

        InputStream in = null;
        String url = "http://www.myurl.com"
        try {                              
            URL formattedUrl = new URL(url); 
            URLConnection connection = formattedUrl.openConnection();   
            HttpURLConnection httpConnection = (HttpURLConnection) connection;
            httpConnection.setAllowUserInteraction(false);
            httpConnection.setInstanceFollowRedirects(true);
            httpConnection.setRequestMethod("GET");
            httpConnection.connect();               
            if (httpConnection.getResponseCode() == HttpURLConnection.HTTP_OK)
                in = httpConnection.getInputStream();   

            DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();                     
            DocumentBuilder db = dbf.newDocumentBuilder();
            Document doc = db.parse(in);
            doc.getDocumentElement().normalize();             
            NodeList myNodes = doc.getElementsByTagName("myNode");

- Pableras84

1

你确定这是一个编码问题吗？你是否用浏览器测试过你的PHP内容？我认为源XML包含了转义字符！ - Amir Pashazadeh

1

你在这里提出了另一个问题：http://stackoverflow.com/questions/11494069/problems-parsing-spanish-characters-a-e-i-o-u-from-xml-response那里@kgb的答案是你应该看的。这不是编码问题。似乎xml的内容是一些html数据，并且该数据已被转义。你需要取消转义。以下链接显示了html如何转义外语中的某些特殊字符http://www.thesauruslex.com/typo/eng/enghtml.htm - user890904

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Jon Lin · Accepted Answer

当您获取InputStream时，从中读取byte[]。在创建字符串时，请传递“UTF-8”的CharSet。例如：

byte[] buffer = new byte[contentLength];
int bytesRead = inputStream.read(buffer);
String page = new String(buffer, 0, bytesRead, "UTF-8");

请注意，您可能需要使缓冲区大小合理化（例如1024），并不断调用inputStream.read(buffer)。

@Amir Pashazadeh

是的，您还可以使用InputStreamReader，并尝试将parse()行更改为：

Document doc = db.parse(new InputSource(new InputStreamReader(in, "UTF-8")));