Re: [問題] eclipse的結果正確，javac的結果錯誤

[sbrhsieh (sbr)]

※ 引述《Holocaust123 (Terry)》之銘言：
: ※ 引述《ogamenewbie (._.)》之銘言：
: : 基本上，因為你很多地方沒有講得很清楚，
: : 所以我中間隨口問問，你就隨便參考看看。
:   真是抱歉QQ，我再講清楚一點，順便把我的code上傳到免空了
:   http://www.badongo.com/file/15256049
:   不貼code是怕複製貼上後編碼有問題，所以我把整個java檔壓縮上傳。
:   這個 main.java 檔案的編碼是 UTF-8。

問題出在這裡。

main.java line 57:
br = new BufferedReader(new InputStreamReader((InputStream)obj));

這樣子是以系統預設的編碼(encoding)來建立 InputStreamReader，應該要使用
網頁 response 的 Content-Type header value 指定的 charset。

比如 Yahoo 知識這一頁：
http://tw.knowledge.yahoo.com/question/question?qid=1509051800784

Content-Type 是 "text/html; charset=utf-8"，你就要使用 UTF-8 來 decode
網頁的輸出(byte sequence)。

你現在的程式如果在一個預設 encoding 不是 UTF-8 的 JRE 環境執行，在使用
BufferedReader 讀取網頁輸出時會失真，使用 regular expression 當然也就無法
正確找出你要的資訊。

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 218.173.143.200
推 infor:厲害
→ slalala:html parser套件都能夠針對page取得charset等資訊
推 slalala:因此程式不用寫死 讓套件內建的方法判定charset即可
推 Holocaust123:元PO真神人也....m(_ _)m
推 Holocaust123:這樣cmd就沒辦法了，因為cmd預設是Big-5且無法更改..
推 kene:哪有, 我上篇的推文就可以動啊
→ sbrhsieh:kene 講的方式在只面對單一編碼的數據時，確實是對的
→ sbrhsieh:那方法等於是變更預設編碼。
推 kene:的確, 遇到多重編碼的環境就會爆炸 XD
推 Holocaust123:k大的方法成功了，可以請問甚麼是多重編碼環境嗎@@?