URLからJava InputStreamReaderが "Umlaute"をエンコードしない

Question

URLからHTMLコンテンツを読み込もうとしています。コンソールにコンテンツを印刷したくないときは、ä、ö、üのような「Umlaute」が間違って表示されます。

URL url = new URL("http://www.lauftreff.de/laeufe/halbmarathon-1-2017.html"); 
URLConnection conn = url.openConnection(); 
InputStreamReader input = new InputStreamReader(conn.getInputStream(),StandardCharsets.ISO_8859_1); 
BufferedReader bi = new BufferedReader(input); 
String inputLine; 
while((inputLine = bi.readLine()) != null){ 
    System.out.println(inputLine); 
} 

htmlのヘッダーには、charsetの情報にISO_8859_1と記載されています。また、UTF-8は動作しません。 誰にもアイデアは何をすべきか？

Answer 1

ウェブサイトでは、UmlauteはHTMLエンティティとしてデコードされます。だからあなたはそれらを解読する必要があります。以下のコードは動作するはずですが、テストされていません。

URL url = new URL("http://www.lauftreff.de/laeufe/halbmarathon-1-2017.html"); 
URLConnection conn = url.openConnection(); 
InputStreamReader input = new InputStreamReader(conn.getInputStream(),StandardCharsets.ISO_8859_1); 
BufferedReader bi = new BufferedReader(input); 
String inputLine; 
while((inputLine = bi.readLine()) != null){ 
    inputLine = StringEscapeUtils.unescapeHtml4(inputLine); 
    System.out.println(inputLine); 
}