`
fantaxy025025
  • 浏览: 1308545 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类

dom4、jdom中文乱码问题

阅读更多

见了dom4j中文乱码问题,主要用在给xml文件添加注释addComment("中文");

//            try {
//                comment = new String(comment.getBytes("GBK"), "UTF-8");
//            } catch (UnsupportedEncodingException e) {
//                e.printStackTrace();
//            }

不能解决问题。

搜索下,查了下问题所在,特记录之。

java 中由Writer类继承下来的子类没有提供编码格式处理,所以dom4j也就无法对输出的文件进行正确的格式处理。这时候所保存的文件会以系统的默认编码 对文件进行保存,在中文版的window下java的默认的编码为GBK,也就是所虽然我们标识了要将xml保存为utf-8格式但实际上文件是以GBK 格式来保存的,所以这也就是为什么能够我们使用GBK、GB2312编码来生成xml文件能正确的被解析,而以UTF-8格式生成的文件不能被xml解析 器所解析的原因。

解决方法:FileOutputStream,而不用java自带的FileWriter

org.dom4j.io.XMLWriter xmlWriter = new org.dom4j.io.XMLWriter(new FileOutputStream (fileName) );

 

另外摘录原文:http://www.360doc.com/content/090513/21/59141_3490363.html

2008-07-08 07:00 作者:王琦 出处:天极网 责任编辑:nancy

 

 

<!-- Error -->

  现象描述:JDom 输出Xml文件,当使用字符编码GBK时正常,而输出UTF-8时乱码。
  完美的 解决方法从辟谣开始:
  1)JDOM是否生成UTF-8的文件与Format是否设置无关,只有输出其他字符编码才需要设置,见下面的注释。
  2)JDOM输出UTF-8文件乱码的根本原因并非在JDOMAPI,而是在JDK。
  具体描述:
  JDOM的输出类XMLOutputter有两个output接口,除了都具有一个Document参数外,分别接受Writer和OutputStream参数。
  这给我们一个错觉,两个接口可以任意使用。
  首先我们用output(doc,System.out)来做测试,此时得到乱码,
  然后我们改为output(doc,new PrintWriter(System.out))来测试,输出不是乱码,
  也就是说在控制台的时候一定要用一个Writer接口包装一下。
  然后我们用output(doc,new FileWriter(path))来做测试,结果却得到乱码,
  然后我们改为output(doc,new FileOutputStream(path))来测试,输出不是乱码,
  也就是说在输出文件的时候一定要用一个OutputStream接口包装一下。
  疯了吧?呵呵,很搞笑是吧。经过到JDOM的源码中调试,发现没有任何问题,问题出在了JDK里面。
  JDK内的对应接口处理:
  1)PrintWriter类有参数为OutputStream的构造方法,因此可以从System.out包装到PrintWriter
  2)FileWriter类没有参数为OutputStream的构造方法,因此不能从FileOutputStream包装到FileWriter
  3)如果PrintWriter类用了参数为Writer的构造方法(Writer实现为FileWriter),最后输出也是乱码
  4)如果用一个FileOutputStream来包装一个控制台输出,也是乱码
  因此,对于JDK内的各种输出体系,各种InputStream、OutputStream、reader和writer要充分认识,否则极容易出现一些意想不到的问题。
  测试的JDOM版本:1.0、1.1
  测试代码:

 

      import java.io.File;
  import java.io.FileOutputStream;
  import java.io.FileWriter;
  import java.io.PrintWriter;
  import java.util.HashMap;
  import org.jdom.Document;
  import org.jdom.Element;
  import org.jdom.output.Format;
  import org.jdom.output.XMLOutputter;
  public class BuildXML {
  public static void main(String[] args) throws Exception{
  File xmlfile=new File("C:\\EditTemp\\xml\\abc.xml");
  //中文问题 //GBK 是没有问题的,但UTF-8就是有问题的
  //原因:
  //1)对于磁盘文件,必须使用输出流 FileOutputStream
  // FileWriter out=new FileWriter(xmlfile);会导致乱码
  //2)对于控制台输出,则必须使用PrintWriter,如果直接使用System.out也会出现乱码
  // PrintWriter out=new PrintWriter(System.out);
  FileOutputStream out=new FileOutputStream(xmlfile);
  Element eroot=new Element("root");
  eroot.addContent((new Element("code")).addContent("代码"));
  eroot.addContent((new Element("ds")).addContent("数据源"));
  eroot.addContent((new Element("sql")).addContent("检索sql"));
  eroot.addContent((new Element("order")).addContent("排序"));
  Document doc=new Document(eroot);
  XMLOutputter outputter = new XMLOutputter();
  //如果不设置format,仅仅是没有缩进,xml还是utf-8的,因此format不是必要的
  Format f = Format.getPrettyFormat();
  //f.setEncoding("UTF-8");//default=UTF-8
  outputter.setFormat(f);
  outputter.output(doc, out);
  out.close();
  }
  }

Dom4j 编码问题彻底解决
 
lonsen 发表于 2004-10-31 01:39:00
   这几天开始学习dom4j,在网上找了篇文章就开干了,上手非常的快,但是发现了个问题就是无法以UTF-8保存xml文件,保存后再次读出的时候会报 “Invalid byte 2 of 2-byte UTF-8 sequence.”这样一个错误,检查发现由dom4j生成的这个文件,在使用可正确处理XML编码的任何的编辑器中中文成乱码,从记事本查看并不会出 现乱码会正确显示中文。让我很是头痛。试着使用GBK、gb2312编码来生成的xml文件却可以正常的被解析。因此怀疑的dom4j没有对utf-8编 码进行处理。便开始查看dom4j的原代码。终于发现的问题所在,是自己程序的问题。
   在dom4j的范例和网上流行的《DOM4J 使用简介》这篇教程中新建一个xml文档的代码都类似如下

    public void createXML(String fileName) {

        Document doc = org.dom4j.DocumentHelper.createDocument();

        Element root = doc.addElement("book");

        root.addAttribute("name", "我的图书");

        Element childTmp;

        childTmp = root.addElement("price");

        childTmp.setText("21.22");


        Element writer = root.addElement("author");

        writer.setText("李四");

        writer.addAttribute("ID", "001");



        try {

            org.dom4j.io.XMLWriter xmlWriter = new org.dom4j.io.XMLWriter(

                    new FileWriter(fileName));

            xmlWriter.write(doc);

            xmlWriter.close();

        }

        catch (Exception e) {

            System.out.println(e);

        }

    }

   在上面的代码中输出使用的是FileWriter对象进行文件的输出。这就是不能正确进行文件编码的原因所在,java中由Writer类继承下来的子类 没有提供编码格式处理,所以dom4j也就无法对输出的文件进行正确的格式处理。这时候所保存的文件会以系统的默认编码对文件进行保存,在中文版的 window下java的默认的编码为GBK,也就是所虽然我们标识了要将xml保存为utf-8格式但实际上文件是以GBK格式来保存的,所以这也就是 为什么能够我们使用GBK、GB2312编码来生成xml文件能正确的被解析,而以UTF-8格式生成的文件不能被xml解析器所解析的原因。
   好了现在我们找到了原因所在了,我们来找解决办法吧。首先我们看看dom4j是如何实现编码处理的


   public XMLWriter(OutputStream out) throws UnsupportedEncodingException {

        //System.out.println("In OutputStream");

        this.format = DEFAULT_FORMAT;

        this.writer = createWriter(out, format.getEncoding());

        this.autoFlush = true;

       namespaceStack.push(Namespace.NO_NAMESPACE);

    }



    public XMLWriter(OutputStream out, OutputFormat format) throws UnsupportedEncodingException {

        //System.out.println("In OutputStream,OutputFormat");

        this.format = format;

        this.writer = createWriter(out, format.getEncoding());

        this.autoFlush = true;

       namespaceStack.push(Namespace.NO_NAMESPACE);

    }




    /**

     * Get an OutputStreamWriter, use preferred encoding.

     */

    protected Writer createWriter(OutputStream outStream, String encoding) throws UnsupportedEncodingException {

        return new BufferedWriter(

            new OutputStreamWriter( outStream, encoding )

        );

    }

   由上面的代码我们可以看出dom4j对编码并没有进行什么很复杂的处理,完全通过java本身的功能来完成。所以我们在使用dom4j的来生成我们的 XML文件时不应该直接为在构建XMLWriter时,不应该直接为其赋一个Writer对象,而应该通过一个OutputStream的子类对象来构 建。也就是说在我们上面的代码中,不应该用FileWriter对象来构建xml文档,而应该使用FileOutputStream对象来构建所以将代码 修改入下:
    public void createXML(String fileName) {

        Document doc = org.dom4j.DocumentHelper.createDocument();

        Element root = doc.addElement("book");

        root.addAttribute("name", "我的图书");



        Element childTmp;

        childTmp = root.addElement("price");

        childTmp.setText("21.22");

        Element writer = root.addElement("author");

        writer.setText("李四");

        writer.addAttribute("ID", "001");


        try {
            //注意这里的修改


            org.dom4j.io.XMLWriter xmlWriter = new org.dom4j.io.XMLWriter(

                    new FileOutputStream(fileName));

            xmlWriter.write(doc);

            xmlWriter.close();

        }

        catch (Exception e) {

            System.out.println(e);

        }

    }

 

分享到:
评论

相关推荐

    dom4j以String的方式读取XML的内容,并给String的值赋值,写入XML中

    - 确保处理XML时正确处理编码,避免乱码问题。 - 在修改XML内容时,务必确保找到的节点是存在的,否则会抛出异常。 - `XMLWriter`的输出格式可以根据需求调整,比如去掉空格和换行,或者使用紧凑格式。 DOM4J的...

    JDOM使用详解及实例(解析xml).pdf

    与DOM(文档对象模型)不同,JDOM不需要将XML文档解析成一个由节点构成的树结构,而是提供了更加直观的文档对象。这些对象包括但不限于Element(元素),Document(文档),Attribute(属性)等。JDOM的设计目的之一...

    JDOM操作XML文件.doc

    在早期版本的 JDOM 中,可能存在编译错误和中文乱码问题。例如,原文提到的作者在使用旧版 JDOM 时遇到这些问题,但“法老”对此进行了修正。在使用 JDOM 时,确保你的环境配置正确是至关重要的,比如需要将 JDOM 的...

    用jdom解析xml源代码资料

    4. **编码问题**:确保XML文件和Java程序的编码一致,避免乱码问题。 综上所述,JDOM是Java处理XML的强大工具,通过它可以轻松地读取、修改XML文档。掌握JDOM的使用,能够帮助开发者更高效地进行XML数据的处理和...

    dom4j读取XML文件详解

    dom4j是一个Java的XML API,类似于jdom,用来读写XML文件的。dom4j是一个非常优秀的Java XML API,具有性能优异、功能强大和极端易用使用的特点,同时它也是一个开放源代码的软件,现在越来越多的Java软件都在使用...

    做一般的XML数据交换过程中,我更乐意传递XML字符

    在XML数据交换中,选择以XML字符串的形式进行传输有其便利之处,因为它占用空间小,且易于在网络上传输。...同时,注意处理XML中的编码问题,特别是当涉及到中文字符时,确保正确设置编码以避免乱码问题。

    面试知识点总结--XML.pdf

    在使用JDOM解析XML时,可能会遇到字符编码问题,导致中文显示为乱码。解决方法是设置正确的编码方式,例如在生成或输出XML时指定编码为GBK或UTF-8。在给出的代码示例中,使用了`javax.xml.transform.Transformer`来...

    软件开发常用的查询文档

    `chm乱码终极解决方案.txt` 提供了解决CHM文件乱码问题的方法,这对于处理不同编码格式的CHM文档时可能会遇到的问题非常有帮助。 最后,`W3school离线测试版5.0版-20110318` 是W3School的离线版本,W3School是一个...

    JAVA WEB 开发详解:XML+XSLT+SERVLET+JSP 深入剖析与实例应用.part4

    全书一共被压缩为5个rar,这是第四个!...21.2 中文乱码问题的解决方案 614 21.3 使用过滤器解决中文问题 616 21.4 让tomcat支持中文文件名 620 21.5 国际化与本地化 621 21.5.1 locale 621.. 21.5.2 资源包 623 ...

    java面试题(JAVA代码与编程).pdf

    4. **JDOM解析XML中的中文问题**:JDOM解析XML时,中文字符可能出现乱码。解决方法是确保文件编码与解析时指定的编码一致,通常设置`InputStreamReader`的编码为UTF-8,并在XML文件头部声明编码。 5. **Java解析XML...

    JAVA WEB 开发详解:XML+XSLT+SERVLET+JSP 深入剖析与实例应用.part2

    全书一共被压缩为5个rar,这是第二个!...21.2 中文乱码问题的解决方案 614 21.3 使用过滤器解决中文问题 616 21.4 让tomcat支持中文文件名 620 21.5 国际化与本地化 621 21.5.1 locale 621.. 21.5.2 资源包 623 ...

    JAVA WEB 开发详解:XML+XSLT+SERVLET+JSP 深入剖析与实例应用.part5

    全书一共被压缩为5个rar,这是第五个!...21.2 中文乱码问题的解决方案 614 21.3 使用过滤器解决中文问题 616 21.4 让tomcat支持中文文件名 620 21.5 国际化与本地化 621 21.5.1 locale 621.. 21.5.2 资源包 623 ...

    JAVA WEB 开发详解:XML+XSLT+SERVLET+JSP 深入剖析与实例应用.part3

    全书一共被压缩为5个rar,这是第三个!...21.2 中文乱码问题的解决方案 614 21.3 使用过滤器解决中文问题 616 21.4 让tomcat支持中文文件名 620 21.5 国际化与本地化 621 21.5.1 locale 621.. 21.5.2 资源包 623 ...

    Servlet+JSP

    - **DOM4J**:DOM4J是一个开源的Java库,用于处理XML文档,支持DOM、SAX和JDOM等多种API。 - **使用示例**:DOM4J提供了丰富的API来读取、解析、修改和输出XML文档,例如通过Document对象获取根节点、遍历XML树等。

    java笔试题xml整理.doc

    在使用JDOM解析XML时,若遇到中文乱码问题,需要确保文件编码与解析时指定的编码一致。以下代码示例展示了如何创建并保存包含中文的XML文件,同时指定编码为GBK: ```java import java.io.*; import javax.xml....

    将xml文件转换成csv格式

    2. **解析XML文件**:使用XML解析器,如Python的`ElementTree`库,Java的`JDOM`或`DOM4J`,或者JavaScript的`DOMParser`,来读取和解析XML文件。解析器能够将XML文档转化为可操作的对象结构。 3. **构建CSV数据模型...

    spring2.5 学习笔记

    在进行SSH整合时,可能会遇到如JSP中Session访问、事务管理、中文乱码等问题,这些问题需要通过合理的配置和编码实践来解决。 以上是Spring2.5学习笔记中的核心知识点概述,每个主题都值得深入研究和实践,以掌握...

    JAVA 范例大全 光盘 资源

    常见问题 读取Properties文件出现中文乱码 182 第9章 Java异常处理与反射机制 183 实例73 运用throws、throw、try与catch 183 实例74 throws声明异常的实例 185 实例75 自定义异常类 187 实例76 使用finally...

    spring框架案例学习文档笔记

    - **中文乱码问题**:配置字符编码以解决中文显示问题。 #### DTO、VO - **DTO(Data Transfer Object)**:用于在不同层之间传输数据的对象。 - **VO(Value Object)**:代表业务逻辑中的值对象,通常用于封装...

Global site tag (gtag.js) - Google Analytics