HTML文本中的汉字可在某些网站上正确打印，但对于其他网站则不可以

Question

我正在尝试打印出https://top.baidu.com和https://www.qq.com的HTML文本，它们均使用GB2312字符编码。它会正常打印到控制台上，但中文字符除外，中文字符会以不可读的文本形式出现，例如。㿴。

但是，当我将地址更改为https://www.sina.com.cn或https://world.taobao.com时，汉字都很好用，它们都使用UTF-8。

除了很好地要求百度和QQ切换到UTF-8之外，我对此无能为力吗？这是我的代码。

    try {
        String address1 = "https://top.baidu.com"; //unreadable
        String address2 = "https://www.qq.com"; //also unreadable
        String address3 = "https://www.sina.com.cn"; //readable
        String address4 = "https://world.taobao.com"; //readable, too

        URL url = new URL(address1);
        StringBuilder htmlText = new StringBuilder();
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();
        InputStream stream = connection.getInputStream();
        InputStreamReader reader = new InputStreamReader(stream);
        int data = reader.read();

        while (data != -1) {
            char current = (char) data;
            htmlText.append(current);
            data = reader.read();
        }
        System.out.println(htmlText);

    } catch (Exception e) {
        e.printStackTrace();
    }

我正在尝试打印出https://top.baidu.com和https://www.qq.com的HTML文本，它们均使用GB2312字符编码。除中文字符外，它正常打印到控制台，...

Answer 1