Question

我在将多字节字符编码为XML文档时遇到问题

import java.io.ByteArrayOutputStream;
import java.io.UnsupportedEncodingException;
import javax.xml.stream.XMLOutputFactory;
import javax.xml.stream.XMLStreamException;
import javax.xml.stream.XMLStreamWriter;

public class XmlWriter {
    static final XMLOutputFactory outputFactory = XMLOutputFactory.newFactory();
    static XMLStreamWriter streamWriter;

    public static String Write(String s) throws XMLStreamException, UnsupportedEncodingException {
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        streamWriter = outputFactory.createXMLStreamWriter(out, "utf-16");
        streamWriter.writeCharacters(s);
        streamWriter.flush();
        return new String(out.toByteArray());
    }
}


public class XmlWriterTest extends TestCase {

    public void testWrite() throws Exception {
        System.out.println("Write");
        String s = "\uD803\uDC22";
        String expResult = "&#68642;";
        String result = XmlWriter.Write(s);
        assertEquals(expResult, result);

    }

我尝试了许多扭曲的charsets等但无济于事;我一直得到

的输出

＆安培;＃xd803;＆安培;＃xdc22

这是生成Excel工作簿（* .xlsx）的应用程序的一部分，并且由于这些字符而在Excel中打开文档时失败。

如何才能实现正确的XML实体？我希望这可以由XML库处理（原始代码使用Apache的StringEscapeUtils.escapeXml()）。

Answer 1

您正在使用的字符串构造函数（new String（byte []））使用平台默认编码。尝试在备用c-tor中指定编码（new String（byte []，Charset）或new String（byte []，String）

多字节字符XML实体

1 个答案: