读取在线网络源 HTML 的奇怪行为

Question

我有一个问题，我想，这是因为我用来阅读网页的对象，在这种情况下，Retrofit2 和 HttpURLConnection。

情况是：我需要阅读没有 API（不是我的）的网页并提取整个 HTML 页面，但我尝试使用这两种工具时都遇到了问题（前面提到的）因为网络格式。

网络本身有这个元标记：

<meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">

所以它显示了带有它们的单词的重音标记（它是西班牙语）。您可以在网络上清楚地看到 Chrome、Mozilla 或任何其他浏览器很好地解释了重音符号：

您还可以在 HTML 文件中看到重音符号：

但这是当问题刺痛我的时候：

执行：

原始：

现在，我将向您展示我到目前为止所做的尝试。

第一个电话是 Retrofit2。

客户端（没有任何转换器，因为我想要原始的（听起来很糟糕，顺便说一句））：

public static Retrofit getRaiaApi() {
    if (raiaRetrofit == null) {
        raiaRetrofit = new Retrofit.Builder()
                .baseUrl(RAIA_URL)
                .build();
    }
    return raiaRetrofit;
}

POST方法:

@Headers({
        "Content-Type: application/x-www-form-urlencoded;charset=utf-8"
})
@FormUrlEncoded
@POST("index.php?operacion=consulta")
Call<ResponseBody> postRaiaSearch(@Header("Cookie") String cookie, @Field("microchip") String microchip);

和调用:

private void nextRaiaSearch(String sessionCookie) {
    callRaiaSearch = apiInterfaceRaia.postRaiaSearch(sessionCookie, chipInput);
    callRaiaSearch.enqueue(new Callback<ResponseBody>() {
        @Override
        public void onResponse(Call<ResponseBody> call, Response<ResponseBody> response) {
            Log.v("call", "onResponse");
            try {
                String html = response.body().string();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

        @Override
        public void onFailure(Call<ResponseBody> call, Throwable t) {
            Log.v("call", "onFailure");
        }
    });
}

但是正如我之前解释的那样，这给了我 HTML 和那些错误。

然后，我想："Well, maybe Retrofit is converting something and this is not really the raw source of the web, so let's try something else"。

并尝试使用简单的 HttpURLConnection。

private void nextRaiaSearch(String sessionCookie) throws IOException {
    URL url = new URL("https://www.raia.es/index.php?operacion=consulta");
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    OutputStreamWriter request;
    StringBuilder response = new StringBuilder();

    connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded");
    connection.setRequestProperty("Cookie", sessionCookie);
    connection.setRequestMethod("POST");
    connection.setConnectTimeout(60000);
    connection.setReadTimeout(10000);

    request = new OutputStreamWriter(connection.getOutputStream());
    request.write("microchip=" + chipInput);
    request.flush();
    request.close();

    String line;
    InputStreamReader input = new InputStreamReader(connection.getInputStream());
    BufferedReader reader = new BufferedReader(input);
    while ((line = reader.readLine()) != null) {
        response.append(line).append("\n");
    }
    input.close();
    reader.close();

    String html = response.toString();
}

但是，结果完全一样：

我是不是漏掉了什么？我应该使用其他工具吗？

Answer 1

你试过输出字符串吗？

类似于

String html = new String(response.toString().getBytes(), "UTF-8");

Answer 2

您可以使用InputStreamReader指定服务器提供的编码。

例如：

InputStreamReader input = new InputStreamReader(connection.getInputStream(), Charset.forName("ISO-8859-1"));

希望有用

读取在线网络源 HTML 的奇怪行为

Strange behaviour reading the source HTML of an online web

android

httpurlconnection

retrofit2