关于BoilerpipeExtractor解析html乱码问题

写在前面：
	不知道网上这个解决方案是谁抄的谁的，千篇一律的答案，而且答案让人看得找不到北。网上的答案见下面.

谁能告诉我，getEmptyConnection 是什么鬼。

下面给出正确的方案：

			URL url = new URL(getUrl());
            URLConnection connection = url.openConnection();
            connection.setRequestProperty("Cookie", cookies);
            connection.connect();
            InputSource inputSource = new InputSource(connection.getInputStream());
            inputSource.setEncoding("UTF-8"); // 在这里设置你的文本的正确格式
            doc = new BoilerpipeSAXInput(inputSource).getTextDocument();
            BoilerpipeExtractor extractor = CommonExtractors.CANOLA_EXTRACTOR;
            extractor.process(doc);
            System.out.println("title:" + doc.getTitle());
            System.out.println("content:" + doc.getContent());

通过指定 InputSource 的 编码格式就可以解决BoilerpipeExtractor process后的doc乱码问题