java - Google App Engine的URLConnection错误地读取了某些西里尔符号

我正在使用简单的代码来检索JSON对象。 JSON采用Unicode，并包含一些西里尔字符。

URL url = new URL("blahblah");
URLConnection con = url.openConnection();
con.setConnectTimeout(10000);
BufferedReader reader = new BufferedReader(new inputStreamReader(con
    .getInputStream()));
String json = reader.readLine();

该代码在“标准” Java实现中运行良好：


  Владивосток


但是，当我在Google App Engine应用程序中使用相同的代码段时，某些西里尔字母被替换为``？字符：


  ``？ладиво''？


我注意到，从basic Cyrillic character set只能正确读取中间部分（代码为0421-043F的符号）。我不知道该怎么做。

这是由Google重新实现java.net类引起的，还是我的疏忽之处？

最佳答案

您必须使用与在其他服务器/源上创建和发送数据相同的编码。

在InputStreamReader的构造函数中指定相同的编码。

例如，如果要使用UTF-8编码：

BufferedReader reader = new BufferedReader(new InputStreamReader(
    con.getInputStream(), StandardCharsets.UTF_8));

如果您未明确指定编码，请引用javadoc of the constructor that doesn't take the encoding：


  创建使用默认字符集的InputStreamReader。


因此，将使用依赖于平台的默认字符集，因此它在不同的操作系统上可能会有所不同。因此，请始终指定字符集。

编辑：

建议使用服务器报告的编码。您可以通过URLConnection.getContentEncoding()获得此信息：

BufferedReader reader = new BufferedReader(new InputStreamReader(
    con.getInputStream(), con.getContentEncoding()));