Android 从网络中获取数据时 产生部分数据乱码的解决

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

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

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。