乱码处理

JSOUP乱码情况产生 这几天我用 JSOUP 多线程的方式，爬取了200 多万数据，数据为各地的地名相关。结果有小部分数据，不到 1 万乱码。我先检查了我的编码为UTF-8 ，觉得应该没有问题。代码基本如下如下： try{ doc = Jsoup.connect(url) .header("User-Agent", "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:49.0) Gecko/20100101 Firefox/49.0") .header("Connection", "close")//如果是这种方式，这里务必带上 .timeout(8000)//超时时间 .get(); } catch (Exception e) {//可以精确处理timeoutException //超时处理 } 而我后来我查看了对方的页面编码，发现对方的页面编码为 GBK ，而返回数据为GB2312 ，那我们先尝试一下GBK 。 JSOUP乱码解决 其实在这里如果返回的 Document 乱码，就不用去再做转码了。比如有同学类似这样： String str = new String(docStr.getBytes("GBK"), "UTF-8"); 其实没有太大作用， JSOUP 支持在请求的时候，传入URL 对象，然后设置编码。如下方式才是正解