1

我正在尝试对 OpenCalais API 进行简单调用，以在用法语编写的原始文档中进行实体标记（因此有很多重音字符）。在返回的响应中，所有重音字符都转换为奇怪的符号。

我已经阅读了 API 文档，我将标题“Content-Type”设置为“text/raw; charset=utf-8”，我检查了文本肯定是用 UTF-8 编码的。

这是我用来从文件中读取内容的代码：

public static String readInput(String filename) {
    Path file = Paths.get(filename);
    Charset charset = Charset.forName("UTF-8");
    String line, content = "";
    try (BufferedReader reader = Files.newBufferedReader(file, charset)) {
        while ((line = reader.readLine()) != null) {
            content += line;
        }
    } catch (IOException x) {
        System.err.format("IOException: %s%n", x);
    }

    return content;
}

在发送请求之前，我已经打印出了从文件中读取的字符串。它显示了没有编码错误的原始文本。

这是我用来发出请求并从 OpenCalais API 获取响应的代码：

// make call to the API link
    DefaultHttpClient httpClient = new DefaultHttpClient();
    HttpPost postRq = new HttpPost(url);

    // add necessary headers (custom)
    postRq.addHeader("x-ag-access-token", tokenKey);
    postRq.addHeader("x-calais-language", lang);
    postRq.addHeader("outputFormat", outputFormat);

    // add necessary headers (fixed)
    postRq.addHeader("Content-Type", "text/raw;charset=utf-8");
    postRq.addHeader("x-calais-contentClass", "news");
    postRq.addHeader("Accepted-Charset", "utf-8");

    // pass body content in the call
    StringEntity entityInput = null;
    try {
        entityInput = new StringEntity(text);
        postRq.setEntity(entityInput);
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }

    // execute the call
    HttpResponse response = null;
    try {
        response = httpClient.execute(postRq);
    } catch (IOException e) {
        e.printStackTrace();
    }

    if (response.getStatusLine().getStatusCode() != 200) {
        throw new RuntimeException("Failed : HTTP error code : "
                + response.getStatusLine().getStatusCode());
    }

    // read the response
    String output, result = "";
    BufferedReader br = null;

    try {
        br = new BufferedReader(
                new InputStreamReader(response.getEntity().getContent(), "UTF-8"));
        while ((output = br.readLine()) != null) {
            result += output + "\n";
            System.out.println(output); // !!! the returned text has strange symbols
        }
        br.close();
    } catch (UnsupportedOperationException | IOException e) {
        e.printStackTrace();
    }

    // close the connection
    httpClient.getConnectionManager().shutdown();

以下是我尝试过的几件事（但失败了）：

  • 重写整个文本（不复制粘贴），
  • 复制 Sublime Text 中的文本，更正所有可能的重音符号（我删除重音符号并再次重写它们以确保没有来自复制粘贴的意外编码冲突），使用编码 UTF-8 保存。

你能告诉我如何解决吗？谢谢！

PS：我在他们网站上的 OpenCalais 论坛上发布了我的问题，但尚未收到解决方案。

4

0 回答 0