JSoup字符編碼問題＃2

我構建JSoup文件是這樣的：JSoup字符編碼問題＃2

String user_agent = "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/A.B  (KHTML, like Gecko) Chrome/X.Y.Z.W Safari/A.B."; 
String url = "http://www.ncbi.nlm.nih.gov/pmc/articles/PMC24391/?tool=pubmed"; 
Document doc = return Jsoup.connect(url).userAgent(user_agent).get();

然後，我保存使用doc.toString()到文件，並在保存的文件我看到?替換的字符。例如5 μm將變爲5 ?m。

如果我改變輸出設置使用ISO-8859-1字符集，它似乎沒問題。

任何人都可以解釋爲什麼這是？從我的理解，原來的HTML頁面是UTF-8，這是默認的Jsoup編碼..

來源

2012-06-28 yotam.shacham

適合我工作。你的問題是其他地方引起的

最可能的原因是您沒有使用UTF-8保存文件。您應該使用OutputStreamWriter將指定字符編碼的字符寫入文件。

writer = new OutputStreamWriter(new FileOutputStream(file), "UTF-8");

此外，您還需要確保該文件查看器或任何過程中，你使用保存文件後，還利用整個管道UTF-8。另請參閱Unicode - How to get the characters right?

來源

2012-07-01 04:39:35 BalusC

這正是問題所在。它使用Java保存的默認字符集，即「MacRoman」。非常感謝！ –

不客氣。 – BalusC

JSoup字符編碼問題＃2

回答

相關問題