httpClient采集到的数据乱码问题完整解决（3）

look_w

发现它会先去获取一遍 网站头文件传回来的 编码   如果有编码就不用我们的编码


但是 我们有时候会遇到 网站的头文件 传回来的编码 是 gb2312 但其实网站用的是gbk


所以  我们要把以上方法重新，把 获取 头文件编码部分注释掉  


我最后用的方法如下 ：

    result = enCodetoString(httpEntity, encode);// 取出应答字符串
     
     public static String enCodetoString(
                    final HttpEntity entity, final String defaultCharset) throws IOException, ParseException {
                return enCodetoStringDo(entity, defaultCharset != null ? Charset.forName(defaultCharset) : null);
            }
        
          public static String enCodetoStringDo(
                    final HttpEntity entity, Charset defaultCharset) throws IOException, ParseException {   
                if (entity == null) {
                    throw new IllegalArgumentException("HTTP entity may not be null");
                }
                InputStream instream = entity.getContent();
                if (instream == null) {
                    return null;
                }
                try {
                    if (entity.getContentLength() > Integer.MAX_VALUE) {
                        throw new IllegalArgumentException("HTTP entity too large to be buffered in memory");
                    }
                    int i = (int)entity.getContentLength();
                    if (i < 0) {
                        i = 4096;
                    }
                    Charset charset = null;
                    try {
    //                    ContentType contentType = ContentType.get(entity);
    //                    if (contentType != null) {
    //                        charset = contentType.getCharset();
    //                    }
                    } catch (final UnsupportedCharsetException ex) {
                        throw new UnsupportedEncodingException(ex.getMessage());
                    }
                    if (charset == null) {
                        charset = defaultCharset;
                    }
                    if (charset == null) {
                        charset = HTTP.DEF_CONTENT_CHARSET;
                    }
                    Reader reader = new InputStreamReader(instream, charset);
                    CharArrayBuffer buffer = new CharArrayBuffer(i);
                    char[] tmp = new char[1024];
                    int l;
                    while((l = reader.read(tmp)) != -1) {
                        buffer.append(tmp, 0, l);
                    }
                    return buffer.toString();
                } finally {
                    instream.close();
                }
            }


下面还有一个方法 可以检测字符的解析

    System.out.println(Arrays.toString("堎".getBytes(Charset.forName("gbk"))));
            
            System.out.println(new String(new byte[]{-120, -39},Charset.forName("gb2312")));