Android中訪問HTML源碼並解決編碼問題

本案例功能爲在輸入框中輸入網址並點擊按鈕，訪問HTML源代碼並顯示在TextView中。爲了避免服務器端編碼與客戶端不同，需要對返回的HTML代碼內容（標籤）進行判斷，採用與服務端對應的編碼進行解析。

實現步驟：
1. 定義函數String getHtmlFromInternet(String url)，用於根據給定的url訪問網絡，抓取html代碼。函數的內容很簡單，仍然是定義HttpURLConnection對象，並配置各項參數，然後用connect進行連接。如果連接成功，調用String getStringFromInputStream(InputStream is)來將流轉換爲字符串。
2. 在getStringFromInputStream(InputStream is)方法中，主要做以下幾件事：(1)寫入緩存流；(2)在html中的內容中，抽取編碼信息，並做相應選擇判斷。(3)根據編碼信息做對應編碼種類的字符轉換，得到String類型的輸出字符html並返回。
3. 用戶點擊按鈕響應getHtml()方法。在這個方法中開啓一個子線程，接收返回到的html字符，如果不爲空，那麼將通過handler向主線程發送成功消息並傳遞html字符串。主線程將字符串顯示在UI中。

MainActivity.class

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

import android.app.Activity;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.text.TextUtils;
import android.util.Log;
import android.view.View;
import android.widget.EditText;
import android.widget.TextView;
import android.widget.Toast;

public class MainActivity extends Activity {

    protected static final int SUCCESS = 0;
    protected static final int ERROR = 1;
    private static final String TAG = "MainActivity";
    private EditText etUrl;
    private TextView tvHtml;
    private Handler handler = new Handler() {

        @Override
        public void handleMessage(Message msg) {
            super.handleMessage(msg);
            switch (msg.what) {
            case SUCCESS:
                tvHtml.setText((CharSequence) msg.obj);
                break;
            case ERROR:
                Toast.makeText(MainActivity.this, "訪問失敗", 0).show();
                break;
            default:
                break;
            }
        }

    };

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        etUrl = (EditText) findViewById(R.id.et_url);
        tvHtml = (TextView) findViewById(R.id.tv_html);

    }

    /**按鈕點擊，調用該方法。
     * 
     * @param v
     */
    public void getHtml(View v) {
        final String url = etUrl.getText().toString();

        new Thread(new Runnable() {

            @Override
            public void run() {
                String html = getHtmlFromInternet(url);

                if(!TextUtils.isEmpty(html)) {
                    Message msg = new Message();
                    msg.what = SUCCESS;
                    msg.obj = html;
                    handler.sendMessage(msg);
                } else {
                    Message msg = new Message();
                    msg.what = ERROR;
                    handler.sendMessage(msg);
                }
            }
        }).start();
    }

    /**
     * 根據給定的url訪問網絡，抓取html代碼
     * @param url
     * @return
     */
    protected String getHtmlFromInternet(String url) {
        try {
            URL mURL = new URL(url);
            HttpURLConnection conn = (HttpURLConnection) mURL.openConnection();
            conn.setRequestMethod("GET");
            conn.setConnectTimeout(10000);
            conn.setReadTimeout(5000);

            int responseCode = conn.getResponseCode();

            if (responseCode == 200) {
                InputStream is = conn.getInputStream();
                String html = getStringFromInputStream(is);
                return html;
            } else {
                Log.i(TAG, "訪問失敗"+responseCode);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }

        return null;
    }

    /**
     * 根據流返回一個字符串信息
     * @param is
     * @return
     * @throws IOException 
     */
    private String getStringFromInputStream(InputStream is) throws IOException {
        ByteArrayOutputStream baos = new ByteArrayOutputStream(); //定義緩存流
        byte[] buffer = new byte[1024]; //定義一個字節數組
        int len = -1;
        while((len = is.read(buffer))!= -1) { //如果沒有結束，執行寫入操作
            baos.write(buffer, 0, len);
        }
        is.close();

        String html = baos.toString(); //把流中的數據轉換成字符串

        String charset = "utf-8"; 
        if(html.contains("gbk") || html.contains("gb2312") || 
                html.contains("GBK") || html.contains("GB2312")) { //如果包含gbk編碼，就採用gbk編碼對字符串編碼
            charset = "gbk";
        }

        html = new String(baos.toByteArray(), charset); //按charset代表的編碼種類進行編碼，得到String類型的html
        baos.close();

        return html;
    }

}