html java utf8加密问题

Question

我正在使用一个名为HTMLCLEANER的HTML解析器来解析HTML页面 问题是每个页面的编码都不同于另一个页面。 我的问题

我可以从任何字符编码更改为UTF-8吗

Answer 1

您从哪里获得HTML页面？如果您从servlet请求获得它，那么可以对其使用getReader（）并将其传递给^{}。这将使用正确的编码。如果您是通过上传获得的，请将输入流传递给clean()。如果您是通过http客户机获取的，则需要使用^{}检查响应头Content-Type

Answer 2

Can i change from any character encoding to UTF-8?

是的，您可以用UTF-8编码表示任何Unicode字符

更改HTML页面的编码时可能会出现问题：例如，如果页面包含“charset”元标记

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

您必须更新此标记，使其与实际编码相对应

Answer 3

如果事先不知道编码X，就无法从编码X无缝地“转换”到编码Y。只需检查HTTP响应头使用的编码（如果您是通过HTTP获取这些HTML页面），然后在HTML解析器工具中使用适当的编码

Answer 4

public void arreglarString(String cadena) {
    for (int i = 161; i < 256; i++) {
        char car =  (char) i;
        cadena = cadena.replaceAll(car + "", "&#" + i); 
    }

    return cadena;
}