我正在尝试从
http://api.freebase.com/api/trans/raw/m/0h47检索数据
正如你在文本中可以看到的,有这样的歌：/ældʒɪəriə/.
当我尝试从页面获取来源时,我会得到像##250这样的音乐文字;等等
到目前为止,我尝试过以下代码：
urlConnection.setRequestProperty("Accept-Charset","UTF-8");
urlConnection.setRequestProperty("Content-Type","application/x-www-form-urlencoded;charset=utf-8");
我究竟做错了什么？
我的整个代码：
URL url = null;
URLConnection urlConn = null;
DataInputStream input = null;
try {
url = new URL("http://api.freebase.com/api/trans/raw/m/0h47");
} catch (MalformedURLException e) {e.printstacktrace();}
try {
urlConn = url.openConnection();
} catch (IOException e) { e.printstacktrace(); }
urlConn.setRequestProperty("Accept-Charset","UTF-8");
urlConn.setRequestProperty("Content-Type","text/plain; charset=utf-8");
urlConn.setDoInput(true);
urlConn.setUseCaches(false);
StringBuffer strBseznam = new StringBuffer();
if (strBseznam.length() > 0)
strBseznam.deleteCharat(strBseznam.length() - 1);
try {
input = new DataInputStream(urlConn.getInputStream());
} catch (IOException e) { e.printstacktrace(); }
String str = "";
StringBuffer strB = new StringBuffer();
strB.setLength(0);
try {
while (null != ((str = input.readLine())))
{
strB.append(str);
}
input.close();
} catch (IOException e) { e.printstacktrace(); }
解决方法
HTML页面是UTF-8,可以使用阿拉伯字符等.但Unicode 127以上的字符仍然被编码为数字实体,如#250;接受编码不会,帮助和加载,因为UTF-8是完全正确的.
你必须自己解码实体.就像是：
String decodeNumericEntities(String s) {
StringBuffer sb = new StringBuffer();
Matcher m = Pattern.compile("\\&#(\\d+);").matcher(s);
while (m.find()) {
int uc = Integer.parseInt(m.group(1));
m.appendReplacement(sb,"");
sb.appendCodepoint(uc);
}
m.appendTail(sb);
return sb.toString();
}
通过这些实体可以源自处理的HTML表单,所以在网络应用程序的编辑方面.
后面的代码：
我已经用(缓冲)阅读器替换了DataInputStream文本. InputStreams读取二进制数据,字节;读者文字,字符串. InputStreamReader具有InputStream和编码的参数,并返回一个Reader.
try {
BufferedReader input = new BufferedReader(
new InputStreamReader(urlConn.getInputStream(),"UTF-8"));
StringBuilder strB = new StringBuilder();
String str;
while (null != (str = input.readLine())) {
strB.append(str).append("\r\n");
}
input.close();
} catch (IOException e) {
e.printstacktrace();
}