DOM4J编码问题 Invalid byte 1 of 1-byte UTF-8 sequence (转)

在用dom4j的时候发现有时会出现这个问题：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);

        }

    }

这样生成的代码就是中文的了
异常：Invalid byte 1 of 1-byte UTF-8 sequence.

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

文章来自： http://blog.csdn.net/wb_ustc/archive/2009/03/24/4021220.aspx