一般出现这个情况是由于url指向的页面,实际编码与html中描述的编码不符导致。如:开发时用的GBK编码编写,但html中却写UTF-8。典型的就是在中文Windows下用记事本,写一个UTF-8的html就会出现这个问题。
你可以不用jsoup.connect,这个会从html描述中识别。
你可以用Jsoup.parse(InputStream in, String charsetName, String baseUri) 的方式从一个流中读取,charsetName选择合适的编码。
如:
String url = "http://xxxxxxx";
Document document = Jsoup.parse(new URL(url).openStream(), "GBK", url);
//你可以试试GBK或UTF-8
p.s.
编码问题: new String(docStr.getBytes("ISO8859-1"), "UTF-8"); 方式绝对不是正确解决之道
Jsoup 采集回来的信息出现乱码
最新推荐文章于 2021-10-04 10:26:02 发布