jsoup解析出现非常规乱码后处理方法

最新推荐文章于 2022-01-09 12:42:49 发布

Mathilda91

最新推荐文章于 2022-01-09 12:42:49 发布

阅读量151

点赞数

文章标签： python java 开发工具

原文链接：https://my.oschina.net/realmatrix/blog/535912

版权

2019独角兽企业重金招聘Python工程师标准>>>

碰到怪问题jsoup解析在ECLIPSE调试环境正常，放到TOMCAT上独立跑时JSOUP解析出现怪字符，后来发现是byte 63，用replaceall无法解决，后写了下面这个函数处理，问题虽解决但为何会出现乱码尚不清楚。 UTF-8是3个字节 GBK是2个字节常用中文字符用utf-8编码占用3个字节（大约2万多字），但超大字符集中的更大多数汉字要占4个字节（在unicode编码体系中，U+20000开始有5万多汉字）。 GBK、GB2312收编的汉字占2个字节，严格地用iso8859-1无法表示汉字，只能转为问号。 public String reStringByte(String tmpsStr,int reInt) { byte[] tmp=tmpsStr.getBytes(); int p=0; for (int i = 0; i < tmp.length; i++) { if (tmp[i]!=reInt){ p=p+1; } } byte[] stmp=new byte[p]; p=0; for (int i = 0; i < tmp.length; i++) { if (tmp[i]!=63){ stmp[p]=tmp[i]; p=p+1; } } try { log.info("字节差："+(tmp.length-stmp.length)); } catch (Exception e) { } return new String(stmp); }

转载于:https://my.oschina.net/realmatrix/blog/535912