Question

我有一个java程序，它从excel表中读取一些内容并创建XML。

长话短说我需要XML中包含的字符串只包含有效的XML字符并正确编码和需要编码的字符。

问题：在写入文件之前，如何在java中编码这些字符？

谢谢！

注意：这些字符包括：“(“)和”(”)以及其他类似字符。

Answer 1

据我所知，您想要以UTF-8格式编写XML，以UTF-8编写文件以下是使用OutputStreamWriter的Java标准方法：

File f = new File("test.xml");
BufferedWriter wr = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(f), "UTF-8"));
wr.write("xml text here");

UTF-8是一种可变宽度编码，可以表示每个字符的Unicode字符集，请参阅http://en.wikipedia.org/wiki/UTF-8#Description和http://en.wikipedia.org/wiki/Quotation_mark#Smart_quotes。

此外，在你的情况好像你要转换“到“并希望UTF-8的转换过程中，这将被处理（我可能是错的，但是这是我从你的反应感觉的）。你是说在XSL有“字符但XML有”？如果是这样，那么它就会遇到一个不同的问题。

编辑：只是为了澄清，如果XSL有“我没有看到任何问题”，并且就UTF-8编码而言，编写的XML也具有相同的特性。

以下XML是包含Unicode字符的有效XML：

<?xml version="1.0" encoding="UTF-8"?>
<root>
<summary>This is a summary, text may contain &#x201C;Unicode&#x201D; characters</summary>
</root>

在任何浏览器中打开，如果支持的字符集的XML将被正确地以其他方式以下错误非XML投诉字符的情况下呈现将被抛出（至少在铬，可能取决于浏览器）：

CharRef：无效的十进制值

对于XML格式的有效字符集范围，您可以参考：http://www.w3.org/TR/REC-xml/#charsets

Char :: =＃x9 | #xA | #xD | [＃x20-＃xD7FF] | [＃xE000-＃xFFFD] |   [＃x10000-＃x10FFFF]
  / *任何Unicode字符，不包括代理块，FFFE和FFFF。 * /

对于不合规的XML字符集，请参阅：http://www.w3.org/TR/unicode-xml/#Charlist

要写入＆LT类似;，＆在XML gt;中”，因为这些需要被写为安培; LT，＆安培; GT，＆安培; QUOT，Unicode需要在以下的方式被写入字符：＆安培; #xNNNN;其中NNNN是Unicode十六进制数。请参阅上面的示例XML。

因此，在以编程方式编写XML时，您需要明确处理此类字符，就像遇到此类字符时将其转换为＆amp; #x格式一样。

Answer 2

每当读取文件或编写文件时，请务必定义编码并使用UTF-8。要小心，因为所有这些方法在没有编码字符串的情况下也存在，在这种情况下，使用OS默认编码。

电子。 G。使用

InputStreamReader myReader=InputStreamReader(inputStream,"UTF-8");

而不是没有carset名称的构造函数。

如何在Java中为UTF-8编码XML文档

2 个答案: