java中如何把非法IP这样的网页信息转换成中文文字信息并写文件

zfy_908 2008-10-06 10:54:33

在做爬虫，有些网页源代码里面的中文信息在浏览器上可以正常显示，但是用readLine()读出来就是上述的格式
现在只想到一个一个的去转
不知道各位高手们有没有好的办法

...全文

1440 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

zfy_908 2008-10-06

打赏
举报

为什么浏览器可以正常显示，读取网页源代码的时候就成非法IP这样了呢

hanbb 2008-10-06

打赏
举报

字典

火龙果被占用了 2008-10-06

打赏
举报

你是要编码？

Commons Lang 包中的 StringEscapeUtil 有 escapeHtml 这个方法啊。

eimhee 2008-10-06

打赏
举报

我不是要解码的

老紫竹 2008-10-06

打赏
举报

Html 解码的Java类 http://www.java2000.net/p102
我写的解析的类。，用法如下
System.out.println(HTMLDecoder.decode("非法IP"));
结果
非法IP

eimhee 2008-10-06

打赏
举报

谁可以写一个escapeHtml方法出来, 汉字转换成HTML编码

火龙果被占用了 2008-10-06

打赏
举报

不知道为什么会这样，如果读到这种字符的话，可以使用 Apache Commons Lang 包中的工具来转换一下：

import org.apache.commons.lang.StringEscapeUtils;



public class Test1 {



    public static void main(String[] args) {

        String str = "非法IP";

        str = StringEscapeUtils.unescapeHtml(str);

        System.out.println(str);

    }

}

commons lang 在很多开源框架里都有的，可以已经在 classpath 下了，如果没有的话，
到这里去下载：
http://commons.apache.org/lang/

meadking 2008-10-06