2
我构建JSoup文件是这样的:JSoup字符编码问题#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();
然后,我保存使用doc.toString()
到文件,并在保存的文件我看到?
替换的字符。例如5 μm
将变为5 ?m
。
如果我改变输出设置使用ISO-8859-1字符集,它似乎没问题。
任何人都可以解释为什么这是?从我的理解,原来的HTML页面是UTF-8,这是默认的Jsoup编码..
这正是问题所在。它使用Java保存的默认字符集,即“MacRoman”。非常感谢! –
不客气。 – BalusC