亂碼問題總算解決了。
下面這段代碼用來獲取文章內容，并通過NekoHTML來解析獲得去掉HTML標簽的文章內容.標紅的地方就是用來設置字符集的，第一個是XML格式的字符集（似乎沒什么用），第二個地方是將字符串的內容通過輸入流讀入，如果不指定的話在GAE中默認的是ISO-8859-1（本地的話以設置的文件的字符類型為主），第三個地方是設置XML解析器的字符集。昨晚就是第二個地方沒有設置，導致亂碼。在測試的過程中還學到一點：GBK->ISO-8859-1 的過程是不可逆的，也就是說如果把中文字符轉成了ISO-8859-1的話，就再也轉不過來了，中文變成了"????"。因此在保險起見，輸入輸出流在使用的時候最好都加上字符集。
1 public String getContent(String xwnr) throws Exception {
2 String xml = "<?xml version=\"1.0\" encoding=\"UTF-8\"?><content>" + xwnr + "</content>";
3 DOMFragmentParser parser = new DOMFragmentParser();
4 DocumentFragment node = new HTMLDocumentImpl().createDocumentFragment();
5
6 InputStream is = new ByteArrayInputStream(xml.getBytes("UTF-8"));
7
8 InputSource input = new InputSource(is);
9 input.setEncoding("UTF-8");
10 try {
11 parser.parse(input, node);
12 } catch (IOException e) {
13 e.printStackTrace();
14 } catch (SAXException se) {
15 se.printStackTrace();
16 }
17 StringBuffer newContent = new StringBuffer();
18 this.getText(newContent, node);
19
20 /*String str = ( new String(
21 newContent.toString().getBytes("Windows-1252"), "UTF-8" ));*/
22
23 String str = newContent.toString();
24
25 if (str.length()>200){
26 return str.substring(0,200);
27 }else{
28 return str;
29 }
30 }
今天受到了不少關注，非常高興，非常感謝支持我的同學們，我會慢慢的將開發的過程寫出來與大家分享。亂碼問題總算解決了。
posted @
2009-11-04 01:29 漁人 閱讀(582) |
評論 (0) |
編輯 收藏
目前提供的功能有發表日志，查看日志，發表評論的功能，其他的功能打算有空的時候慢慢開發。
該應用程序沒有用流行的框架，是我自己拾掇的一個框架，七拼八湊，不過感覺開發還是比較方便，畢竟是自己寫的，有什么問題也可以直接找到原因。前臺用的是Velocity，一直對這個很感興趣，感覺小巧方便，語法也比較好理解。一直不怎么喜歡Struts，感覺比較笨重。
中間層用了guice，主要喜歡它的非配置，并趕一下時髦。數據庫層就是用GAE支持的JDO。還用了nekoHTML等工具用來解析文章內容等。
主要是寫著玩玩，再體驗一下Java的開發。有空把開發應用的過程寫一下，中間犯的一些錯誤，我覺得對開發GAE項目的同學可能還是有點幫助的。
應用還沒最終結束，我只是每天下班回來寫寫。
歡迎訪問：http://qigaozhen.appspot.com/pages/blog.wf
今天首頁上有亂碼，應該是我在用nekoHtml解析的時候，沒有設置對字符集，明天有空解決。
posted @
2009-11-03 00:44 漁人 閱讀(1763) |
評論 (8) |
編輯 收藏