Matlab使用urlread()读取网页乱码问题.docx

Matlab使用urlread()读取网页乱码问题??事先声明这是本人在网上找到的（/2012-05/matlaburlread.html），非原创：Matlab的urlread()函数可以读取网页，调用语法：S = urlread(URL,method,PARAMS)共有三个参数，第一个是网页地址，第二个是get或是post，意思很直白；第三个则是要向网页传递的参数，详细见help文档。本博文的这个问题不是重点。重点在于，用这个读取中文网页会乱码。例如：S=urlread();自己去看S的内容，里面凡是应该是中文文字的部分都是问号。?3年前，我写Matlab基础班讲义的时候实际已经把这个问题解决了，但是没有记录下来，这次又遇上同样的问题，一下子记不起来了（翻开当年讲义，看到自己写到“这个问题可以通过手工修改urlread()函数解决”，感到很愤慨，多写一句我就不用费那劳什子的精神了）?废话打住，下面开工修理urlread()函数，让它能够正常搞中文网页（注我用的是2012A版本，其他版本可能有变化）。在Matlab中输入 edit urlread打开函数代码文件。修改1： ?修改第一行的函数定义，本来是三个参数，在最后添加一个。例如，我修改后：function [output,status] = urlread(urlChar,method,params,webencoding)在下面添加一句if nargin4; webencoding=UTF-8; end作用是与修改前的函数调用语法兼容。修改2：修改参数数量检验语句，该语句位于文件中偏前部，例如原来是narginchk(1,3)改为narginchk(1,4)修改3：修改文件尾部的数据转换语句，它原本是：output = native2unicode(typecast(byteArrayOutputStream.toByteArray,uint8),UTF-8);用webencoding替换UTF-8，注意包括单引号也要替换。搞定了，然后再读取网页。一般中文网页的网页编码是GBK（兼容’GB2312），调用语法是：S=urlread(,get,,GBK)这样返回来的文字里面就可以正常显示中文了。为了方便大家修改，我把改好后的代码和未改的原代码放在了下一页，就这一点是比原文多的，也是害怕自己忘了。要是嫌麻烦，就把下一页的代码复制粘贴过去，覆盖源代码，不过别忘了把原代码保留一份，免得忘了怎么改回来。修改后的代码：function [output,status] = urlread(urlChar,method,params,webencoding)if nargin4; webencoding=UTF-8;end%URLREAD Returns the contents of a URL as a string.% S = URLREAD(URL) reads the content at a URL into a string, S. If the% server returns binary data, the string will contain garbage.%% S = URLREAD(URL,method,PARAMS) passes information to the server as% part of the request. The method can be get, or post and PARAMS is a % cell array of param/value pairs.%% [S,STATUS] = URLREAD(...) catches any errors and returns 1 if the file% downloaded successfully and 0 otherwise.%% Examples:% s = urlread()% s = urlread(/README)% s = urlread([file:/// fullfile(prefdir,history.m)])% % From behind a firewall, use the Preferences to set your proxy server.%% See also URLWRITE.% Matthew J. Simoneau, 13-Nov-2001% Copyright 1984-2008 The MathWorks, Inc.% $Revision: 0 $ $Date: 2008/10/02 18:59:57 $% This function require