[Java]部分乱码问题

　　前些日子，QQ群里面的某个小朋友在学习文件的读写，发现一个乱码的问题。

　　文件内容如下：

　　运行结果如下：

　　代码如下：

　　观察其运行结果，部分的乱码，部分正常，不像是一般编码的错误。再仔细观察其代码，发现数组分配的是10个字节，猜测其代码可能在临界处拆分了某些汉字，于是让小朋友改成12，运行后一切正常。

　　以上只是一个小小的插曲，只是没想到自己也会在类似问题上中招。

　　自己一直有些小想法，把一些繁琐网站操作根据日常的工作流程来程序化。想了很久，去年就开始策划，直到前两天才真正动手。

　　代码很简单，只是普通的httpclient使用，做些专属的爬虫。

　　万万没想到的是，运行结果却出现了乱码，而且还是部分的乱码。网上也搜索过，类似的问题，多人都遇到，只是再也没有见到过有能够解决问题的答案。

　　乱码的形式是这样的：

　　直接访问网站，看到的内容是“<td>编号：</td>” 但是通过代码回来的结果是 “<td>编?</td>”　。

　　代码如下：

　　<SPAN ></SPAN>HttpGet httpget = new HttpGet(url);HttpResponse response = (httpget);HttpEntity entity = response.getEntity();if (entity != null) {BufferedReader br = new BufferedReader(new InputStreamReader(entity.getContent()));String s = “”;StringBuffer sb = new StringBuffer(“”);while ((s = br.readLine()) != null) {sb.append(s + “\r\n”);}br.close();System.out.println(new String(sb.toString().getBytes(“GBK”),”UTF-8″));}

　　怀疑过GBK没有包含网页所有的字符编码，胡思乱想过需要反复多次解码。折腾了1，2个小时，百思不得其解。

　　于是停下来，再思考可能出现错误的地方，sb的值由append方法加入，来源是BufferedReader的readLiine方法，会不会这个readLine有问题？

　　干脆不要readLine，不要用BufferedReader 直接用InputSteam的read方法。

　　代码如下：

　　<SPAN ></SPAN>HttpPost httppost = new HttpPost(url);HttpResponse response = (httppost);HttpEntity entity = response.getEntity();StringBuffer sb = new StringBuffer();if (entity != null) {InputStream is = entity.getContent();byte[] bytes = new byte[4096];int size = 0;while ((size = is.read(bytes)) > 0) {String str = new String(bytes, 0, size, “UTF-8”);sb.append(str);}is.close();}return sb.toString();

　　至此，烦人的部分正常部分乱码问题才真正搞定。

　　【警示】 以上代码片段仅为测试功能目的的示例，缺乏必要的异常处理。 如若在实际工程中引用，切记自行处理。

会得到最大的满足，因为它填补了你的空虚。