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..
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