1，確定目標。對於html頁面來說，一般都有確定編碼的語句：

<meta http-equiv=”Content-Type” content=”text/html; charset=gb2312″ />

可以通過這一行的特徵來取出網頁的編碼。

2，選出特徵。

      1）它是meta標籤
      2）具有http-equiv屬性值為Content-Type
      3）將屬性content中的值取出，先採用“;”分拆取第二個元素，再採用“=”分拆取第二個元素

3，一切就緒，編碼實現。通過目標的選取，以及特徵的勾畫，已經可以找到解決方法了，像上一篇htmlparser中filter使用實戰中講的類似，還是採用AndFilter、NodeFilter以及HasAttributeFilter實現，程式碼如下：

package org.algorithm;



import java.io.IOException;
import java.io.UnsupportedEncodingException;

import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.AndFilter;
import org.htmlparser.filters.HasAttributeFilter;
import org.htmlparser.filters.TagNameFilter;
import
 
 org.htmlparser.nodes.TagNode;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class getEncoding {
    //<meta http-equiv="Content-Type" content="text/html;charset=gb2312" /> //HTML編碼
    public static String getContentEncoding(String url) throws ParserException, IOException ,UnsupportedEncodingException{
        String encoding = ""
 
;
        try{
            Parser parser = new Parser(url); //解析url連結

            NodeFilter filter = new AndFilter(new TagNameFilter("meta"),new HasAttributeFilter("http-equiv","Content-Type"));//獲取meta標籤下的http-equiv屬性
            NodeList nodelist = parser.extractAllNodesThatMatch(filter);
            if(nodelist != null){
                TagNode list = (TagNode)nodelist.elementAt(0);
                encoding = list.getAttribute("content").split(";")[1].trim();//將content的內容看成陣列，使用split(";")[1]通過分號劃分來獲得陣列中的第1個元素“charset=gb2312”，第0個元素是“text/html”
                encoding = encoding.split("=")[1].trim();//仍然使用split()[]通過等於號來進行劃分，獲得陣列中的第1個元素“gb2312”,第0個元素是“charset”
            }

        }catch(ParserException e){
            e.printStackTrace();
        }
        return encoding;
    }

    public static void main(String[] args) throws ParserException, IOException, UnsupportedEncodingException {
        String url="http://news.baidu.com/";
        String encoding = getContentEncoding(url);
        System.out.print(encoding);
    }

}

Output：

gb2312