产生部分数据乱码的解决

标签： android 部分中文乱码

2014-04-12 23:24 12366人阅读评论(10) 收藏举报

分类：

【Android 基础】（15）

转载请表明出处：http://blog.csdn.net/lmj623565791/article/details/23562939

问题描述：从网络中抓取html页面进行解析，解析后发现产生部分中文乱码。

由来：制作csdn客户端时产生， http://blog.csdn.net/lmj623565791/article/details/23532797 （Java环境下，使用控制台打印出是没有乱码）

于是立马检查从服务器读取的代码：

[java]view plain copy 
<span style="font-size:18px;">  /** 
     * 返回该链接地址的html数据 
     *  
     * @param urlStr 
     * @return 
     * @throws CommonException 
     */  
    public static String doGet(String urlStr) throws CommonException  
    {  
        StringBuffer sb = new StringBuffer();  
        try  
        {  
            URL url = new URL(urlStr);  
            HttpURLConnection conn = (HttpURLConnection) url.openConnection();  
            conn.setRequestMethod("GET");  
            conn.setConnectTimeout(5000);  
            conn.setDoInput(true);  
            conn.setDoOutput(true);  
  
            if (conn.getResponseCode() == 200)  
            {  
                InputStream is = conn.getInputStream();  
                int len = 0;  
                byte[] buf = new byte[1024];  
  
                while ((len = is.read(buf)) != -1)  
                {  
                    sb.append(new String(buf, 0, len, "UTF-8"));  
                }  
  
                is.close();  
            } else  
            {  
                throw new CommonException("访问网络失败！");  
            }  
  
        } catch (Exception e)  
        {  
            throw new CommonException("访问网络失败！");  
        }  
        return sb.toString();  
    }  
</span>  

发现可能是由于我采用字节流从网络读取数据，且每次读取1024个字节，读取完成后能后强制转化为字符串，又因为使用编码为UTF-8，UTF-8是一种变长码（英文1个字节，中文两个字节），所以1024可能会造成刚好截取了某个汉字的一半（前一个字节），然后转化为字符串时造成乱码。唯一不理解的在java环境下，使用控制台打印出是没有乱码的。如果你有不同的理解欢迎留言探讨。

于是把读取数据的代码从字节流改成字符流，修改后的代码为：

[java]view plain copy 
<span style="font-size:18px;">  /** 
     * 返回该链接地址的html数据 
     *  
     * @param urlStr 
     * @return 
     * @throws CommonException 
     */  
    public static String doGet(String urlStr) throws CommonException  
    {  
        StringBuffer sb = new StringBuffer();  
        try  
        {  
            URL url = new URL(urlStr);  
            HttpURLConnection conn = (HttpURLConnection) url.openConnection();  
            conn.setRequestMethod("GET");  
            conn.setConnectTimeout(5000);  
            conn.setDoInput(true);  
            conn.setDoOutput(true);  
  
            if (conn.getResponseCode() == 200)  
            {  
                InputStream is = conn.getInputStream();  
                InputStreamReader isr = new InputStreamReader(is,"UTF-8");  
                int len = 0;  
                char[] buf = new char[1024];  
  
                while ((len = isr.read(buf)) != -1)  
                {  
                    sb.append(new String(buf, 0, len));  
                }  
  
                is.close();  
                isr.close();  
            } else  
            {  
                throw new CommonException("访问网络失败！");  
            }  
  
        } catch (Exception e)  
        {  
            throw new CommonException("访问网络失败！");  
        }  
        return sb.toString();  
    }  
</span>  