Androidの正規表現エンコーディング

Question

HttpClientを使用してウェブサイトのソースコードをダウンロードしています。正規表現を使用してデータを抽出します。不幸にも、このウェブサイトはiso-8859-1でコード化されており、問題を引き起こしているようです。

HttpGet query = new HttpGet(url); 
HttpResponse queryResponse = httpClient.execute(query); 
String queryText = EntityUtils.toString(queryResponse.getEntity()).replaceAll("\r", " ").replaceAll("\n", " "); 

そして表現：ここでは、ウェブサイトをダウンロードするためのサンプルコードです

Pattern patter = Pattern.compile("<p class=\"qt\">(.*?)</p>"); 
Matcher matcher = pattern.matcher(queryText); 
while (matcher.find()) // do something 

は問題は特殊なISO-8859-1文字がある場合、それはいくつかの出現箇所を欠けているということです。 (.*?)と一致していないようです。この問題の原因は何ですか？どうすれば修正できますか？

Answer 1

これは改行ではなく「特別なiso-8859-1文字」と関係がありますか？ .は、デフォルトで行ターミネータと一致しません。 DOTALLフラグを使用して行ターミネータの一致を有効にすることもできます。例：

Pattern patter = Pattern.compile("<p class=\"qt\">(.*?)</p>", Pattern.DOTALL);