Разбор тела HTTP в Java

Чего я пытаюсь достичь:

В настоящее время я разрабатываю прокси, целью которого является изменение тела, полученного в ответе сервера. (Прокси должен поддерживать только HTTP, а не HTTPS).

В качестве примера того, что я хочу, чтобы прокси выполнял:

Клиент (браузер) отправляет HTTP-запрос GET на прокси-сервер, затем он анализируется и перенаправляется на правильный хост. Затем хост (сервер) ответит 200 OK файлу HTML. Затем файл HTML анализируется в прокси-сервере и изменяется. Затем прокси-сервер изменяет Content-Length и другие заголовки, если это необходимо, и отправляет его обратно клиенту. Теперь клиент увидит измененную версию HTML-файла, полученного прокси-сервером от сервера.

Проблема:

Похоже, у прокси есть проблема с UTF-8 и другими кодировками, когда шрифт не может распознавать определенные символы. Что происходит, так это то, что когда я читаю с использованием InputStream Socket, время ожидания истекает, потому что он считает, что не прочитал достаточно байтов (в соответствии с Content-Length). Когда HTML-файл возвращается в браузер, появляется множество «ромбов со знаком вопроса внутри». Что, согласно моим исследованиям, происходит, когда шрифт не может загрузить символ. Он может варьироваться между шрифтами.

Он отлично работает на веб-сайтах, на которых нет «странных символов». При чтении тела он останавливается перед чтением всего тела. Например: в одном случае у меня было тело, содержащее 179643 байта, и оно перестало читать, когда мое значение bodyLength имело значение ~ 3000 байт. Затем время ожидания истекло, что вызвало 5-секундную задержку между сервером и клиентом. Содержимое было правильным, просто оно неправильно вычислялось в цикле while.

У меня есть этот фрагмент кода, который вызывает проблемы (этот код обрабатывает ответ на Socket)

private Response getResponse(final Socket socket) {
    try {

        HashMap<String, String> headers;
        StringBuilder builder = new StringBuilder();
        BufferedReader stream = new BufferedReader(new InputStreamReader(socket.getInputStream()));

        //-- READ FIRST LINE --//
        // We assume that it is a valid response! (TODO)
        String[] firstLine = stream.readLine().split(" ",3);
        headers = getHeaders(stream);

        //--- GET BODY ---//
        String contentLength = headers.get("Content-Length");
        //Check if body exists
        if (contentLength != null) {
            int bodyLength = Integer.parseInt(contentLength);

            String s;
            //The issue occurs in this while loop!
            while(bodyLength > 0 && (s = stream.readLine()) != null) {
                bodyLength -= (s+"\n").getBytes(StandardCharsets.UTF_8).length;
                builder.append(s).append("\n");
            }

        }

        //-- Return Request --//
        int code = Integer.parseInt(firstLine[1]);
        return new Response(headers,builder, firstLine[0],code, firstLine[2]);
    }
    catch (IOException e) {
        e.printStackTrace();
        return null;
    }
}

(ПРИМЕЧАНИЕ. Я знаю, что анализ всего тела как строк неэффективен и что «настоящий» прокси-сервер будет просто передавать байты. Однако, насколько мне известно, я вынужден читать строки, поскольку мне нужно изменить содержимое , Я также должен заявить, что мне не разрешено использовать библиотеки!)

Выше вы можете видеть, что у меня есть StandardCharsets.UTF_8. Это временно, и у меня это есть, потому что страница, время ожидания которой истекло, использовала UTF-8 в качестве кодировки. Я пытаюсь заставить этот пример работать, прежде чем двигаться дальше и реализовывать лучшее решение.

Я считаю, что проблема связана с циклом while в приведенном выше коде.
Что должен делать этот метод:

1. Разберите первую строку (например, GET URL PROTOCOL).
2. Получите заголовки из ответа и поместите их в объект HashMap для удобства использования.
3. Проверяем, есть ли тело, если да, то входим в цикл, в котором делаем шаг 4,5,6 ниже.
4. Прочитайте строку и добавьте ее в StringBuilder.
5. Вычтите длину строки из переменной bodyLength, которая является длиной содержимого в виде целого числа.
6. Цикл, пока bodyLength> 0, потому что, если он равен 0, мы закончили.
7. Когда закончите, мы можем вернуть весь запрос как объект запроса. (Этот класс является пользовательским и в основном содержит только заголовки, тело и т. д.)

Я только разместил метод выше, так как именно там возникает фактическая «проблема с кодировкой». Увидев другие методы, на мой взгляд, вопрос просто потерял бы свою точность. Если вас интересуют другие части кода, не стесняйтесь задавать вопросы в комментариях!

Теперь собственно вопрос:
Как решить эту проблему? Строки используют UTF-16 в Java, поэтому кодировка «исчезает», когда я читаю строку из InputStream? Например: Если я в приведенном выше фрагменте в начале вместо этого поставил InputStreamReader(socket.getInputStream(), "UTF-8"), то - разве строки не должны быть UTF-8 при чтении из потока? Или они сразу конвертируются в UTF-16, когда устанавливаются как объект String?

Что я пробовал?

Я пытался сделать следующее: InputStreamReader(socket.getInputStream(), "UTF-8") Хотя это, в сочетании с выполнением того же самого для выходного потока, заставляет исчезнуть «ромбики с вопросительными знаками», это не решает проблему тайм-аута.

Я попытался разобрать тело как байты, но почему-то это вообще не сработало. Не только это, но было бы нелегко заменить содержимое тела с помощью этого подхода (о котором я знаю).