Content-encoding: gzip 请求接口响应结果带有乱码解决办法

当接口响应的Content-encoding为gzip时,常规解码方法无法解决乱码。文章提供了一个Java方法,通过GZIPInputStream对gzip压缩的内容进行解压,从而正确处理乱码问题。该方法首先将响应转换为字节数组,然后使用GZIPInputStream读取并写入到ByteArrayOutputStream,最后将结果转换回字符串。

问题
        在请求接口时,接口响应结果乱码,通过平常的编码格式转化来解码不能解决,观察接口的响应内容编码为Content-encoding: gzip

解决办法

public static String uncompressString(String str) {
      if (StringUtil.isEmpty(str)) {
          return str;
      }
      ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
      ByteArrayInputStream inputStream = new ByteArrayInputStream(str.getBytes(StandardCharsets.ISO_8859_1));

      GZIPInputStream gzipStream;
      try {
          gzipStream = new GZIPInputStream(inputStream);
      } catch (IOException e) {
          throw new RuntimeException(e);
      }

      byte[] buffer = new byte[256];
      int n;
      while (true) {
          try {
              if (!((n = gzipStream.read(buffer)) >= 0)) break;
          } catch (IOException e) {
              throw new RuntimeException(e);
          }
          outputStream.write(buffer, 0, n);
      }
      return outputStream.toString();
}

参考博客
请求网站响应的文本带有乱码,原来是Content-encoding惹的祸,一文带你搞懂Content-encoding、Accept-Encoding

内容概要:本文系统梳理了多个科研领域的前沿研究与技术实现,重点涵盖FDTD方法中的完美匹配层(PML)研究,以及Matlab/Simulink在电磁、电力、控制、通信、信号处理、图像处理、路径规划、能源系统优化等领域的仿真与算法实现。文中列举了大量基于Matlab和Python的科研案例,如风电功率预测、负荷预测、无人机三维路径规划、电池系统故障诊断、雷达模拟、通信编码、微电网优化调度等,强调结合智能优化算法(如粒子群、遗传算法、深度学习等)提升系统性能。同时,提供了丰富的代码资源与仿真模型,涵盖永磁同步电机控制、逆变器设计、多智能体任务配、虚拟电厂调度等复杂系统,助力科研人员快速开展复现实验与创新研究。; 适合人群:具备一定编程基础,熟悉Matlab/Python工具,从事电气工程、自动化、通信、人工智能、新能源、控制科学等相关领域研究的研发人员及研究生。; 使用场景及目标:① 学习实现FDTD仿真中的PML边界条件以有效抑制数值反射;② 掌握Matlab/Simulink在多物理场建模、控制系统设计与优化算法中的综合应用;③ 借助提供的代码资源完成科研复现、课程设计、竞赛项目或工程原型开发; 阅读建议:此资源以科研实战为导向,不仅提供理论方法,更强调代码实现与仿真验证。建议读者结合自身研究方向,按目录顺序查阅相关模块,下载配套代码进行调试与二次开发,以达到学以致用、融会贯通的目的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值