使用Java中的DOM API处理文本中的“特定”字符时遇到问题。文件采用XML格式。在之前的帖子中，我被告知XML中的＆符号（＆amp;）符号的情况是什么（还有几个字符，例如＆lt;和＆gt;）。这是帖子： Special characters in XML files - processing with the DOM API
但是，我可以用数据中的其他特殊字符做什么，例如德语和法语中的特定字母？例如，我在XML文档的文本元素中有“façade”一词。但是，字母“ç”的位置看起来已损坏：当我在linux中使用vim编辑器打开文件时，它看起来像：“fa ^ Zade”，当我用另一个编辑器打开它作为.txt或.xml文件时， “ç”的位置看起来像一个小的空矩形（或空的空间）。德国变音符号和其他语言的其他“特殊”符号也是如此。当我尝试使用XML解析器处理文件时，他们会遇到问题（我正在解析错误）。我想这是一些编码问题。在XML文件的标题中，我使用的是encoding =“UTF-8”。我试图改变它（即“Unicode”或其他），但它没有帮助。
我怎样才能识别出这些特殊字符？我应该使用一些特殊的编码吗？ 如果它们只是两三个字符，我肯定知道，我可以用Java中的DOM API处理它，就像我用＆符号（＆amp;）符号（我已经转换为＆amp;到{{然而，它们很多，并且可能是任何“特殊”符号。 问题来自数据的保存方式吗？例如，在保存过程中应该使用特殊编码（？），以便现在识别字符（？）。 （我自己没有保存过数据） 谢谢。
答案 0 :(得分：1)
如果它们只是两三个字符，我肯定知道，我可以用Java中的DOM API处理它，就像我用＆符号（＆amp;）符号（我已经转换了＆amp;）符号一样。然而，它们很多，并且可能是任何“特殊”符号。
您无需预测所有可能的输入。相反，只需将每个此类实体转换为NCR或数字字符参考。例如€是欧元符号的NCR€;这意味着20AC是欧元符号的十六进制Unicode引用。
答案 1 :(得分：1)
这似乎不是XML上的问题，而是编码问题。 XML可以处理UTF-8和Latin-1。但是你需要知道输入编码或不使用读者，而是使用正确的编码属性的XML声明的输入流。
您确定，来源没有损坏吗？它是哪种编码？第一行中声明的XML编码属性是否正确？ ^ Z看起来不像UTF-8编码！
答案 2 :(得分：0)
encoding =“UTF-8”似乎是正确的方法，那么你不应该以不同的方式处理这些字符中的任何一个。您说'在XML文件的标题中我使用的是encoding =“UTF-8”'，但您是否也将字符数据写为UTF-8？
在vim中你可以使用“ga”我想在光标下显示字符的代码，这应该有助于调试。