Question

我正在尝试对OpenCalais API进行简单调用，以在用法语编写的原始文档中进行实体标记（因此有许多重音字符）。在返回的响应中，所有重音字符都转换为奇怪的符号。

我已经阅读了API文档，我将标题“Content-Type”设置为“text / raw; charset = utf-8”，我检查了文本肯定是用UTF-8编码的。

这是我用来从文件中读取内容的代码：

public static String readInput(String filename) {
    Path file = Paths.get(filename);
    Charset charset = Charset.forName("UTF-8");
    String line, content = "";
    try (BufferedReader reader = Files.newBufferedReader(file, charset)) {
        while ((line = reader.readLine()) != null) {
            content += line;
        }
    } catch (IOException x) {
        System.err.format("IOException: %s%n", x);
    }

    return content;
}

在发送请求之前，我已打印出从文件中读取的字符串。它显示原始文本没有编码错误。

以下是我用来发出请求的代码＆amp;从OpenCalais API获取响应：

// make call to the API link
    DefaultHttpClient httpClient = new DefaultHttpClient();
    HttpPost postRq = new HttpPost(url);

    // add necessary headers (custom)
    postRq.addHeader("x-ag-access-token", tokenKey);
    postRq.addHeader("x-calais-language", lang);
    postRq.addHeader("outputFormat", outputFormat);

    // add necessary headers (fixed)
    postRq.addHeader("Content-Type", "text/raw;charset=utf-8");
    postRq.addHeader("x-calais-contentClass", "news");
    postRq.addHeader("Accepted-Charset", "utf-8");

    // pass body content in the call
    StringEntity entityInput = null;
    try {
        entityInput = new StringEntity(text);
        postRq.setEntity(entityInput);
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }

    // execute the call
    HttpResponse response = null;
    try {
        response = httpClient.execute(postRq);
    } catch (IOException e) {
        e.printStackTrace();
    }

    if (response.getStatusLine().getStatusCode() != 200) {
        throw new RuntimeException("Failed : HTTP error code : "
                + response.getStatusLine().getStatusCode());
    }

    // read the response
    String output, result = "";
    BufferedReader br = null;

    try {
        br = new BufferedReader(
                new InputStreamReader(response.getEntity().getContent(), "UTF-8"));
        while ((output = br.readLine()) != null) {
            result += output + "\n";
            System.out.println(output); // !!! the returned text has strange symbols
        }
        br.close();
    } catch (UnsupportedOperationException | IOException e) {
        e.printStackTrace();
    }

    // close the connection
    httpClient.getConnectionManager().shutdown();

以下是我尝试过的几件事（但却失败了）：

重写整个文本（无需复制粘贴），
复制文字 Sublime Text，纠正所有可能的重音（我删除重音字符并再次重写它们以确保没有意外来自复制粘贴的编码冲突），使用UTF-8编码保存。

你能告诉我如何解决它吗？谢谢！

PS：我在他们的网站上的OpenCalais论坛中发布了我的问题，但还没有收到解决方案。

使用Open Calais编写法语文档中的字符集编码错误

0 个答案: