Question

我想解析以下xml结构：

<?xml version="1.0" encoding="utf-8"?>
<documents>
  <document>
    <element name="title">
      <value><![CDATA[Personnel changes: Müller]]></value>
    </element>
  </document>
</documents>

为解析此element name="?????结构，我按以下方式使用XPath：

XPath xPath = XPathFactory.newInstance().newXPath();

String currentString = (String) xPath.evaluate("/documents/document/element[@name='title']/value",pCurrentXMLAsDOM, XPathConstants.STRING);

解析本身工作正常，但德国变音符号（元音）只有一些问题，如“Ü”，“ß”或类似的东西。当我打印出currentString时，String是：

Personnel changes: MÃ¼ller

但我希望在Xml中使用String：

Personnel changes: Müller

添加：我无法更改xml文件的内容，我必须解析它，就像我得到它一样，所以我必须以正确的方式解析everey String。

Answer 1

听起来像编码问题。 XML是UTF-8编码的Unicode，您似乎打印编码为ISO-8859-1。检查Java源代码的编码设置。

修改：有关如何设置file.encoding，请参阅Setting the default Java character encoding?。

Answer 2

我现在找到了一个好的快速解决方案：

public static String convertXMLToString(File pCurrentXML) {

        InputStream is = null;
        try {
            is = new FileInputStream(pCurrentXML);
        } catch (FileNotFoundException e1) {
            e1.printStackTrace();
        }
        String contents = null;
         try {

                try {
                    contents = IOUtils.toString(is, "UTF-8");
                } catch (IOException e) {
                    e.printStackTrace();
                }
            } finally {
                IOUtils.closeQuietly(is);
            }

        return contents;

    }

Afterwars我将String转换为DOM对象：

static Document convertStringToXMLDocumentObject(String string) {

        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        DocumentBuilder builder = null;
        Document document = null;

        try {
            builder = factory.newDocumentBuilder();
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        }

        try {
            document = builder.parse(new InputSource(new StringReader(string)));
        } catch (SAXException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }

        return document;

    }

然后我可以用XPath解析DOM，所有元素值都是UTF-8 !! 示范：

currentString = (String) xPath.evaluate("/documents/document/element[@name='title']/value",pCurrentXMLAsDOM, XPathConstants.STRING);
System.out.println(currentString);

输出：

Personnel changes: Müller

：）

Answer 3

如果您知道文件是utf8编码，请尝试类似：

    FileInputStream fis = new FileInputStream("yourfile.xml");
    InputStreamReader in = new InputStreamReader(fis, "UTF-8");

    InputSource pCurrentXMLAsDOM = new InputSource(in);

Java XPath umlaut /元音解析

3 个答案: