java - 无法获取 UTF-8 形式的 URL 内容

Question

我正在尝试从 URL 读取内容，但它确实返回奇怪的符号，而不是“è”、“à”等。

这是我正在使用的代码:

public static String getPageContent(String _url) {
    URL url;
    InputStream is = null;
    BufferedReader dis;
    String line;
    String text = "";
    try {
        url = new URL(_url);
        is = url.openStream();

        //This line should open the stream as UTF-8
        dis = new BufferedReader(new InputStreamReader(is, "UTF-8"));

        while ((line = dis.readLine()) != null) {
            text += line + "\n";
        }
    } catch (MalformedURLException mue) {
        mue.printStackTrace();
    } catch (IOException ioe) {
        ioe.printStackTrace();
    } finally {
        try {
            is.close();
        } catch (IOException ioe) {
            // nothing to see here
        }
    }
    return text;
}

我看到了其他类似的问题，所有的答案都是这样的

Declare your inputstream as 
new InputStreamReader(is, "UTF-8")

但我无法让它工作。

例如，如果我的网址内容包含

è uno dei più

我明白了

è uno dei più

我错过了什么？

Answer 1

从你的例子来看。您确实收到了多字节 UTF-8 字节流，但您的文本编辑器读入为 ISO-8859-1。告诉你的编辑器以 UTF-8 方式读取字节!