Jsoup爬取网页乱码编码格式gb2312转utf8

最近做的一个项目需要爬取股票公告并存储于mongodb中用来显示，当我在用jsoup爬取新浪财经股票公告的时候，发现了乱码问题。网页链接如下http://vip.stock.finance.sina.com.cn/corp/view/vCB_AllBulletinDetail.php?stockid=600958&id=3735125，打开控制台可以看到新浪财经采用的是gb2312的编码方式，mongodb默认utf8，其实简体中文不做编码转换也是可以存储，但是例如繁体中文以及特殊字符就会出现乱码问题。于是写了段程序来统一编码格式，代码如下：

//获取公告
public String getAnnouncementFromSina(){String text = "";String url = "http://vip.stock.finance.sina.com.cn/corp/view/vCB_AllBulletinDetail.php?stockid=600958&id=3735125";try{Document doc = Jsoup.parse(new URL(url).openStream(), "GBK", url);Element element = doc.select("div#content").first().getElementsByTag("pre").first();//调用转换方法text = 

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！