Question

我有一个Xerces（2.6）DOMNode对象编码的UTF-8。我用它来读取它的TEXT元素：

CBuffer DomNodeExtended::getText( const DOMNode* node ) const {
  char* p = XMLString::transcode( node->getNodeValue( ) );
  CBuffer xNodeText( p );
  delete p;
  return xNodeText;
}

其中，CBuffer只是一个缓冲对象，它最近被保存在数据库中。

直到TEXT中只有常见的ASCII字符。如果我们有中国人，他们会在transcode操作中迷路。

我已经google了很多寻求解决方案。看起来像Xerces 3，DOMWriter类应该解决问题。使用Xerces 2.6我正在尝试XMLTranscoder，但还没有成功。有人可以帮忙吗？

编辑它看起来我错了，并且Xerces 2.6中已经提供了DOMWriter类。我现在正在尝试基于它的解决方案。

Answer 1

请勿使用转码方法。文档明确指出它将文本转换为“本机代码页” - 这几乎总是有损操作。

Answer 2

我现在解决了以下问题。我仍然不确定这是否是最佳解决方案

CBuffer DomNodeExtended::getText( const DOMNode* node ) const
{
  XMLCh tempStr[100];  
  XMLString::transcode("LS", tempStr, 99);
  DOMImplementation *impl = 
      DOMImplementationRegistry::getDOMImplementation(tempStr);
  DOMWriter* myWriter = ((DOMImplementationLS*)impl)->createDOMWriter();
  XMLCh *strNodeValue = myWriter->writeToString(*node);

  XMLTransService::Codes resCode;  
  XMLTranscoder* t = 
      XMLPlatformUtils::fgTransService->makeNewTranscoderFor(
      "UTF-8", resCode, 16*1024);

  unsigned int charsEaten = 0;  
  unsigned int charsReturned = 0;
  char bytesNodeValue[16*1024+4];  
  charsReturned = t->transcodeTo( strNodeValue,
                                  XMLString::stringLen(strNodeValue),
                                  (XMLByte*) bytesNodeValue,
                                  16*1024,
                                  charsEaten,
                                  XMLTranscoder::UnRep_Throw);

  CBuffer xNodeText( bytesNodeValue, charsReturned);

  XMLString::release(&strNodeValue);  
  myWriter->release();
  delete t;

  return xNodeText;
}

使用Xerces 2.6序列化中文字符

2 个答案: