utf-8 - 将 utf16 字符串中的 url 提供给 jsoup 的问题

Question

我在 Jsoup 中的 URL 有一些问题。我一直在搜索有关它的一些信息，但我找不到如何解决它。我想解析一个用 UTF-8 编写的 html 代码。我在字符串中为 jsoup 提供了一个 URL，但它具有西班牙文字符“ñ”。Jsoup 将其解码为 UTF-8，但它不能很好地工作，因为它将其转换为不同的字符对。我能做些什么？

编辑：

我已经解决了这个问题（我的本地问题），像这样用 utf8（ñ = c3b1）中的代码替换“ñ”。搜索 = España -> Espa+"c3b1"a 。谢谢大家。

Answer 1

你可以试试这样的东西，看看它是否有效？

Document doc = Jsoup.connect("blah").get();
doc.outputSettings().charset(Charset.forName("UTF-16"));

编辑：

我认为您是说您正在使用 UTF-16 构建您的 URL，但 Jsoup 假设您提供的 URL 是 UTF-8。因此，您需要将字符串从 UTF-16 转换为 UTF-8，然后再将其提供给 Jsoup。我玩过一些代码，也许它会对你有所帮助，但我不确定。我不是说这是答案，但也许它会引导你找到答案。

//I believe this code takes a UTF-8 string, creates a new UTF-16 string.  
String url = new String("http://www.google.com/search=España".getBytes(Charset.forName("UTF-8")), Charset.forName("UTF-16"));

您可能需要根据您的情况切换它。