URLConnection no recibe el conjunto de caracteres

Question

Estoy usando URL.openConnection() descargar algo desde un servidor. El servidor dice

Content-Type: text/plain; charset=utf-8

pero vuelve connection.getContentEncoding() null. ¿Qué pasa?

Answer 1

Esto está documentado comportamiento como se especifica el método getContentEncoding() para devolver el contenido de la cabecera HTTP Content-Encoding, que no se encuentra en su ejemplo. Se podría utilizar el método getContentType() y analizar la cadena resultante por su cuenta, o posiblemente ir a dar un mayor avanzó HTTP biblioteca cliente como el de Apache .

Answer 2

El valor devuelto de URLConnection.getContentEncoding() devuelve el valor de la cabecera Content-Encoding

Código de URLConnection.getContentEncoding()

/**
     * Returns the value of the <code>content-encoding</code> header field.
     *
     * @return  the content encoding of the resource that the URL references,
     *          or <code>null</code> if not known.
     * @see     java.net.URLConnection#getHeaderField(java.lang.String)
     */
    public String getContentEncoding() {
       return getHeaderField("content-encoding");
    }

En su lugar, prefiere hacer una connection.getContentType() para recuperar el tipo de contenido y recuperar el juego de caracteres del tipo de contenido. He incluido un código de ejemplo sobre cómo hacer esto ....

String contentType = connection.getContentType();
String[] values = contentType.split(";"); // values.length should be 2
String charset = "";

for (String value : values) {
    value = value.trim();

    if (value.toLowerCase().startsWith("charset=")) {
        charset = value.substring("charset=".length());
    }
}

if ("".equals(charset)) {
    charset = "UTF-8"; //Assumption
}

Answer 3

Así como una adición a la respuesta de @Buhake Sindi. Si está utilizando la guayaba, en lugar del análisis manual le puede hacer:

MediaType mediaType = MediaType.parse(httpConnection.getContentType());
Optional<Charset> typeCharset = mediaType.charset();