网页是：http://news.csdn.net/a/20120528/2806041.html
java的httpclient抓取来后无论使用什么编码方式，得到的html内容都是乱码。尝试了csdn新闻的多个页面，有的ok有的乱码。
------解决方案--------------------
给你一段代码用来抓取网页格式的！ 使用正则表达式可以直接使用
- Java code
import java.io.IOException;import java.io.InputStreamReader;import java.io.UnsupportedEncodingException;import java.net.*;import java.util.regex.Matcher;import java.util.regex.Pattern;public class network { public static String getCharset(BufferedReader in){ Pattern Pname=Pattern.compile("charset=(\\w*)\\p{Punct}*",Pattern.UNIX_LINES); Matcher Mk =null; String name=null; try{ for(int jk=0 ; jk<4 ; jk++){ for(int i=0 ; i<4 ; i++) name=in.readLine(); Mk =Pname.matcher(name); if(Mk.find()) break; } return Mk.group(1) ; }catch(IllegalStateException e){ return null; }catch( IOException e){ return null; }finally{ try { if(in != null) in.close(); } catch (IOException e) { return null; } } } }