阅读网站来源：�characters

Question

我试图从浏览器中读取源代码，但是当代码包含ã，á，à，ó这样的字符时，我得到的是�。

我尝试在读取行上应用java.nio.Charset.encode，但是没有结果:同样的事情也发生了。

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...
}

我正在尝试阅读的网站是this one (PT-BR)。

Answer 1

根据meta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");