文字コード変換の場合わけ。

質問

あるURLのソースの文字コードを判定してUnicodeに変換する
メソッドや方法はありませんか？
URLによってshiftJISでかかれていたり、EUC-JP
で書かれているページがあるのでそれを
判定してUnicodeに変換して出力する方法が欲しいのです。
現在は
InputStreamReader isr = new InputStreamReader(is,"EUC-JP");
コンストラクタを用いてコード変換を行っています。
お願いします。

回答No.2

UKY · ベストアンサー

iso-2022-jp、Shift_JIS、EUC-JP の三つだけ判定できればいいのなら、InputStreamReader のコンストラクタに渡すエンコーディングに "JISAutoDetect" を指定すれば大概うまく読み込んでくれますけど。

お礼

ありがとうございます。

回答No.1

sha-girl

根本的にEUCかSJISかを判定することは難しいです。
とりあえず一旦すべての文字列をバイト配列
に読み込み、出現度からsjisかeucかを判定する
方法がありますが、確実ではありません。

もしソースの中にタグの<meta charset=があるなら
それが指標になります。

お礼

ありがとうございます。