java - 阅读网站来源：�字符

Question

我正在尝试从浏览器中读取源代码，但是当代码中包含 ã、á、à、õ 等字符时，我会得到�。

我试图java.nio.Charset.encode在读取行上应用，但没有结果：同样的事情发生了。

我的代码是：

URLConnection connection = ...;
BufferedReader reader = new BufferedReader(connection.getInputStream());
String s = null;

while ((s = reader.readLine()) != null) {
  // got new source line...
}

我要阅读的网站是这个（PT-BR）。

Answer 1

根据元标记，该页面上的字符集是 ISO-8859-1。尝试使用：

Scanner scanner = new Scanner(connection.getInputStream(), "ISO-8859-1");