tidy java 编码_JTidy 解析 HTML 中文 乱码问题

@沐风徐徐: 不知道为什么“问题补充”那个功能好像不好用了，只好写在这里了。

没有人给出正确的解答。

但我已经找到问题所在。

只有一个人回答，所以我想得分就都归你吧。

正确解答：

问题出在“new ByteArrayInputStream(responseString.getBytes());”这行代码。

String的getBytes()方法，还有一个是带参数的，public byte[] getBytes(String charsetName)。

而不带参数的方法会使用平台默认的Charset——“Encodes this {@code String} into a sequence of bytes using the platform's default charset, storing the result into a new byte array.”——所以，在Eclipse里运行时使用的UTF-8，而打包直接放到tomact里运行时，因为我的操作系统设置的是中文，所以默认的Charset是GBK了。

解决办法也就很简单了，改“responseString.getBytes()”为“responseString.getBytes(“UTF-8”)”就OK了。

谢谢大家的关注。

谢谢楼下朋友的回复。