在這里，介紹一種解決抓取后網(wǎng)頁內(nèi)容顯示為亂碼的辦法。

前幾天，在抓取某網(wǎng)站的信息時(http://www./Price/Price/Default.aspx)，第一次碰到了這種應(yīng)用下的亂碼問題。于是上網(wǎng)查了一下，提供的解決辦法大致有兩種：

１>　　private static final String CONTENT_CHARSET = "GBK";

　httpClient.getParams().setContentCharset("UTF-8");

　or

　httpClient.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET, ＣONTENT_CHARSET);

2>　　private static final String CONTENTTYPE = " text/html; charset=GBK";

　　getMethod.setRequestHeader("Content-Type", CONTENTTYPE);

測試了，沒有任何效果（換成UTF-8也不行）。也用了String result = new String(pageSrc.getBytes("UTF-8"),"GBK")，依然無效。

在焦頭爛額時想到了以前在學(xué)校時經(jīng)常用的一句話：找問題要會追根溯源。仔細(xì)想想，字符串里面的文本內(nèi)容也是通過文件流獲取的，既然轉(zhuǎn)換字符串字符編碼不起作用，那可以設(shè)置文件流的默認(rèn)編碼嗎？查了jdk，是可行的。

private static final String CHARSET = "UTF-8";

InputStream ins = getMethod.getResponseBodyAsStream();

//按指定的字符集構(gòu)建文件流
BufferedReader br = new BufferedReader(new InputStreamReader(ins,CHARSET));
StringBuffer sbf = new StringBuffer();
String line = null;
while ((line = br.readLine()) != null)
{
sbf.append(line);
}
/** 回收資源 */
br.close();
getMethod.releaseConnection();

/** 頁面源文件 */
pageSource = sbf.toString();

問題解決，^_^。這里的CHARSET要根據(jù)實際情況設(shè)置