URLConnection no obtiene el juego de caracteres

Question

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

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

Pero connection.getContentEncoding() vuelve null. ¿Que 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 . Puede usar el método getContentType() y analizar la cadena resultante por su cuenta, o posiblemente obtener una biblioteca de cliente HTTP más advanced como la de Apache.

Answer 2

El valor devuelto por 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

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

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