Question

我有一个问题，我想，这是因为我用来阅读网页的对象，在这种情况下，Retrofit2和HttpURLConnection。

情况是：我需要在没有API（不是我的）的情况下阅读网页并提取页面的整个HTML，但由于网页格式的原因，我在使用我尝试的两种工具（前面提到的）时遇到了问题

网络本身有这个元标记：

<meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">

因此它显示了带有它们的单词的重音标记（用西班牙语表示）。您可以在网上清楚地看到Chrome，Mozilla或任何其他浏览器很好地解释了重音标记：

您还可以在HTML文件中看到重音符号：

但是问题就是这个问题刺伤了我的背后：

执行的：

原材料：

现在，我会告诉你到目前为止我尝试了什么。

第一个电话是Retrofit2。

客户端（没有任何转换器，因为我希望它是原始的（听起来不错，顺便说一下））：

public static Retrofit getRaiaApi() {
    if (raiaRetrofit == null) {
        raiaRetrofit = new Retrofit.Builder()
                .baseUrl(RAIA_URL)
                .build();
    }
    return raiaRetrofit;
}

POST方法：

@Headers({
        "Content-Type: application/x-www-form-urlencoded;charset=utf-8"
})
@FormUrlEncoded
@POST("index.php?operacion=consulta")
Call<ResponseBody> postRaiaSearch(@Header("Cookie") String cookie, @Field("microchip") String microchip);

电话：

private void nextRaiaSearch(String sessionCookie) {
    callRaiaSearch = apiInterfaceRaia.postRaiaSearch(sessionCookie, chipInput);
    callRaiaSearch.enqueue(new Callback<ResponseBody>() {
        @Override
        public void onResponse(Call<ResponseBody> call, Response<ResponseBody> response) {
            Log.v("call", "onResponse");
            try {
                String html = response.body().string();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

        @Override
        public void onFailure(Call<ResponseBody> call, Throwable t) {
            Log.v("call", "onFailure");
        }
    });
}

但正如我之前解释的那样，这给了我带有这些错误的HTML。

然后，我想：“好吧，也许Retrofit正在转换一些东西，这不是网络的原始来源，所以让我们尝试别的东西”。

并尝试使用简单的HttpURLConnection。

private void nextRaiaSearch(String sessionCookie) throws IOException {
    URL url = new URL("https://www.raia.es/index.php?operacion=consulta");
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    OutputStreamWriter request;
    StringBuilder response = new StringBuilder();

    connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded");
    connection.setRequestProperty("Cookie", sessionCookie);
    connection.setRequestMethod("POST");
    connection.setConnectTimeout(60000);
    connection.setReadTimeout(10000);

    request = new OutputStreamWriter(connection.getOutputStream());
    request.write("microchip=" + chipInput);
    request.flush();
    request.close();

    String line;
    InputStreamReader input = new InputStreamReader(connection.getInputStream());
    BufferedReader reader = new BufferedReader(input);
    while ((line = reader.readLine()) != null) {
        response.append(line).append("\n");
    }
    input.close();
    reader.close();

    String html = response.toString();
}

但结果完全相同：

我错过了什么吗？我应该使用其他工具吗？

Answer 1

您可以使用InputStreamReader指定服务器提供的编码。

例如：

InputStreamReader input = new InputStreamReader(connection.getInputStream(), Charset.forName("ISO-8859-1"));

我希望它有效

Answer 2

你试过使用输出字符串吗？

像

这样的东西

String html = new String(response.toString().getBytes(), "UTF-8");

阅读在线网络的源HTML的奇怪行为

2 个答案: