android中从网络获取数据时产生部分数据乱码的解决方案

左手的ㄟ右手 2022-06-11 02:10 116阅读 0赞

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][.NET]/lmj623565791/article/details/23532797  （[Java][]环境下，使用控制台打印出是没有乱码）

![Center][]

于是立马检查从服务器读取的代码：

**\[java\]**  [view plain][]   [copy][view plain]

1.  <span style="font-size:18px;">  /\*\* 
2.       \* 返回该链接地址的html数据 
3.       \*  
4.       \* @param urlStr 
5.       \* @return 
6.       \* @throws CommonException 
7.       \*/  
8.      **public** **static** String doGet(String urlStr) **throws** CommonException  
9.      \{  
10.         StringBuffer sb = **new** StringBuffer();  
11.         **try**  
12.         \{  
13.             URL url = **new** URL(urlStr);  
14.             HttpURLConnection conn = (HttpURLConnection) url.openConnection();  
15.             conn.setRequestMethod("GET");  
16.             conn.setConnectTimeout(5000);  
17.             conn.setDoInput(**true**);  
18.             conn.setDoOutput(**true**);  
19.   
20.             **if** (conn.getResponseCode() == 200)  
21.             \{  
22.                 InputStream is = conn.getInputStream();  
23.                 **int** len = 0;  
24.                 **byte**\[\] buf = **new** **byte**\[1024\];  
25.   
26.                 **while** ((len = is.read(buf)) != -1)  
27.                 \{  
28.                     sb.append(**new** String(buf, 0, len, "UTF-8"));  
29.                 \}  
30.   
31.                 is.close();  
32.             \} **else**  
33.             \{  
34.                 **throw** **new** CommonException("访问网络失败！");  
35.             \}  
36.   
37.         \} **catch** (Exception e)  
38.         \{  
39.             **throw** **new** CommonException("访问网络失败！");  
40.         \}  
41.         **return** sb.toString();  
42.     \}  
43. </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][view plain]

1.  <span style="font-size:18px;">  /\*\* 
2.       \* 返回该链接地址的html数据 
3.       \*  
4.       \* @param urlStr 
5.       \* @return 
6.       \* @throws CommonException 
7.       \*/  
8.      **public** **static** String doGet(String urlStr) **throws** CommonException  
9.      \{  
10.         StringBuffer sb = **new** StringBuffer();  
11.         **try**  
12.         \{  
13.             URL url = **new** URL(urlStr);  
14.             HttpURLConnection conn = (HttpURLConnection) url.openConnection();  
15.             conn.setRequestMethod("GET");  
16.             conn.setConnectTimeout(5000);  
17.             conn.setDoInput(**true**);  
18.             conn.setDoOutput(**true**);  
19.   
20.             **if** (conn.getResponseCode() == 200)  
21.             \{  
22.                 InputStream is = conn.getInputStream();  
23.                 InputStreamReader isr = **new** InputStreamReader(is,"UTF-8");  
24.                 **int** len = 0;  
25.                 **char**\[\] buf = **new** **char**\[1024\];  
26.   
27.                 **while** ((len = isr.read(buf)) != -1)  
28.                 \{  
29.                     sb.append(**new** String(buf, 0, len));  
30.                 \}  
31.   
32.                 is.close();  
33.                 isr.close();  
34.             \} **else**  
35.             \{  
36.                 **throw** **new** CommonException("访问网络失败！");  
37.             \}  
38.   
39.         \} **catch** (Exception e)  
40.         \{  
41.             **throw** **new** CommonException("访问网络失败！");  
42.         \}  
43.         **return** sb.toString();  
44.     \}  
45. </span>

问题解决。

[.NET]: http://lib.csdn.net/base/dotnet
[Java]: http://lib.csdn.net/base/java
[Center]: /images/20220611/8504f54bc09f46ddb870a1e81c61178d.png
[view plain]: http://blog.csdn.net/lmj623565791/article/details/23562939#