JSoup字符编码问题＃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..

来源

2012-06-28 yotam.shacham

适合我工作。你的问题是其他地方引起的

最可能的原因是您没有使用UTF-8保存文件。您应该使用OutputStreamWriter将指定字符编码的字符写入文件。

writer = new OutputStreamWriter(new FileOutputStream(file), "UTF-8");

此外，您还需要确保该文件查看器或任何过程中，你使用保存文件后，还利用整个管道UTF-8。另请参阅Unicode - How to get the characters right?

来源

2012-07-01 04:39:35 BalusC

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

JSoup字符编码问题＃2

回答

相关问题