Question

我已经习惯使用<?xml version="1.0" encoding="UTF-8"?>，直到现在才发生使用标准Java XML库（SAX，DOM，STaX）的其他编码可能存在一些细微之处......

读取XML文档时，这些库是否会自动处理标题中的encoding属性？如果是这样，这在哪里记录？（它不在DocumentBuilder或DocumentBuilderFactory中）如果没有，我需要做些什么才能使其在不同的编码中正常运行？

Answer 1

DocumentBuilder使用SAX API将文档提供给实现进行解析（尽管实现可能实际上并不使用SAX解析器），而SAX的org.xml.sax.InputSource的Javadoc说明了它对报头中。

SAX解析器将使用InputSource对象来确定如何操作读取XML输入。如果有可用的字符流，则解析器将直接读取该流，无视任何文本编码在该流中发现的声明。如果没有字符流，但是有一个字节流，解析器将使用该字节流 InputSource中指定的编码，否则（如果没有编码）指定）使用算法自动检测字符编码例如XML规范中的那个。如果既不是人物流也没有字节流可用，解析器将尝试打开与系统标识符标识的资源的URI连接。

如此有趣的案例可能包括通过HTTP提供的XML流，其HTTP Content-Type标头与XML的编码声明冲突。

Answer 2

对于JAXB (JSR-222)，您可以使用Marshaller.JAXB_ENCODING标志来指定编码：

Marshaller marshaller = jc.createMarshaller();
marshaller.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, true);
marshaller.setProperty(Marshaller.JAXB_ENCODING, "ISO-8859-1");
marshaller.marshal(address, System.out);

如果您要编组为java.io.Writer，则需要确保您已将编写器构造为具有适当的编码：

Marshaller marshaller = jc.createMarshaller();
marshaller.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, true);
marshaller.setProperty(Marshaller.JAXB_ENCODING, "ISO-8859-1");
OutputStreamWriter writer = new OutputStreamWriter(System.out, "ISO-8859-1");
marshaller.marshal(address, writer);

有关JAXB和编码的更多信息

http://blog.bdoughan.com/2011/08/jaxb-and-java-io-files-streams-readers.html

java + xml：libraries处理<！ - ？xml？ - >头文件的编码？

2 个答案: