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
plaincopy





<span style="font-size:18px;">  /** 

     * 返回该链接地址的html数据 

     *  

     * @param urlStr 

     * @return 

     * @throws CommonException 

     */  

    public static String doGet(String urlStr) throws CommonException  

    {  

        StringBuffer sb = new StringBuffer();  

        try  

        {  

            URL url = new URL(urlStr);  

            HttpURLConnection conn = (HttpURLConnection) url.openConnection();  

            conn.setRequestMethod("GET");  

            conn.setConnectTimeout(5000);  

            conn.setDoInput(true);  

            conn.setDoOutput(true);  

  

            if (conn.getResponseCode() == 200)  

            {  

                InputStream is = conn.getInputStream();  

                int len = 0;  

                byte[] buf = new byte[1024];  

  

                while ((len = is.read(buf)) != -1)  

                {  

                    sb.append(new String(buf, 0, len, "UTF-8"));  

                }  

  

                is.close();  

            } else  

            {  

                throw new CommonException("访问网络失败！");  

            }  

  

        } catch (Exception e)  

        {  

            throw new CommonException("访问网络失败！");  

        }  

        return sb.toString();  

    }  

</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
plaincopy





<span style="font-size:18px;">  /** 

     * 返回该链接地址的html数据 

     *  

     * @param urlStr 

     * @return 

     * @throws CommonException 

     */  

    public static String doGet(String urlStr) throws CommonException  

    {  

        StringBuffer sb = new StringBuffer();  

        try  

        {  

            URL url = new URL(urlStr);  

            HttpURLConnection conn = (HttpURLConnection) url.openConnection();  

            conn.setRequestMethod("GET");  

            conn.setConnectTimeout(5000);  

            conn.setDoInput(true);  

            conn.setDoOutput(true);  

  

            if (conn.getResponseCode() == 200)  

            {  

                InputStream is = conn.getInputStream();  

                InputStreamReader isr = new InputStreamReader(is,"UTF-8");  

                int len = 0;  

                char[] buf = new char[1024];  

  

                while ((len = isr.read(buf)) != -1)  

                {  

                    sb.append(new String(buf, 0, len));  

                }  

  

                is.close();  

                isr.close();  

            } else  

            {  

                throw new CommonException("访问网络失败！");  

            }  

  

        } catch (Exception e)  

        {  

            throw new CommonException("访问网络失败！");  

        }  

        return sb.toString();  

    }  

</span>  

问题解决。