在用 BufferedReader 和 BufferedWriter 读写文件的过程中, 发现写的文件中如果含有中文字符会有乱码的情况.
假设想把 http://www.baidu.com/ 百度首页的内容替换为自己想自定义的内容, 代码如下:
- /**
- * 通过网页 URL 获取源码
- * @param getUrl
- */
- public static void catchhtmlCode(String getUrl){
- String filePath = "D:/test/test.html";
- BufferedReader buffreader = null;
- BufferedWriter writer = null;
- try {
- URL u = new URL(getUrl);
- URLConnection connection = u.openConnection();
- InputStream inputStream = connection.getInputStream();
- buffreader = new BufferedReader(new InputStreamReader(inputStream, "utf-8"));
- StringBuffer buff = new StringBuffer();
- String line;
- while (null != (line = buffreader.readLine())) {
- buff.append(line);
- }
- String HTML = buff.toString();
- Document doc = Jsoup.parse(HTML);
- Element body = doc.body();
- Element div = body.select(".head_wrapper").first();
- /* 替换指定的 HTML 标签内容 */
- div.HTML("<h1 style='font-size:30px'> 我已将指定的 html 标签内容替换为空 </h3>");
- writer = new BufferedWriter(new FileWriter(filePath, false));
- writer.write(doc.HTML());
- writer.flush();
- } catch (Exception e) {
- e.printStackTrace();
- }finally {
- FileUtils.closeStream(buffreader);
- FileUtils.closeStream(writer);
- }
- }
当我们使用以下方式创建流时, 可能会出现中文乱码,(程序断点查看获取到的中文字符没有乱码, 是写完文件之后打开乱码, 那就和具体生成文件默认打开编码设置有关)
writer = new BufferedWriter(new FileWriter(filePath, false));
所以我们可以在创建流的时候指定编码, 如下:
writer = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(new File(filePath)),"utf-8"));
这样就解决了乱码的问题. 也可以设置为 "GBK" 等格式, 看自己需求.
运行结果:
- public static void main(String[] args) {
- catchHtmlCode("http://www.baidu.com");
- }
来源: http://www.jianshu.com/p/954b9f72c349