2008-07-08 07:00作者：王琦出處：天極網(wǎng)責任編輯：nancy
現象描述：JDom輸出Xml文件，當使用字符編碼GBK時(shí)正常，而輸出UTF-8時(shí)亂碼。
1)JDOM是否生成UTF-8的文件與Format是否設置無(wú)關(guān)，只有輸出其他字符編碼才需要設置，見(jiàn)下面的注釋。
2)JDOM輸出UTF-8文件亂碼的根本原因并非在JDOMAPI，而是在JDK。
具體描述：
JDOM的輸出類(lèi)XMLOutputter有兩個(gè)output接口，除了都具有一個(gè)Document參數外，分別接受Writer和OutputStream參數。
這給我們一個(gè)錯覺(jué)，兩個(gè)接口可以任意使用。
首先我們用output(doc,System.out)來(lái)做測試，此時(shí)得到亂碼，
然后我們改為output(doc,new PrintWriter(System.out))來(lái)測試，輸出不是亂碼，
也就是說(shuō)在控制臺的時(shí)候一定要用一個(gè)Writer接口包裝一下。
然后我們用output(doc,new FileWriter(path))來(lái)做測試，結果卻得到亂碼，
然后我們改為output(doc,new FileOutputStream(path))來(lái)測試，輸出不是亂碼，
也就是說(shuō)在輸出文件的時(shí)候一定要用一個(gè)OutputStream接口包裝一下。
瘋了吧?呵呵，很搞笑是吧。經(jīng)過(guò)到JDOM的源碼中調試，發(fā)現沒(méi)有任何問(wèn)題，問(wèn)題出在了JDK里面。
JDK內的對應接口處理：
1)PrintWriter類(lèi)有參數為OutputStream的構造方法，因此可以從System.out包裝到PrintWriter
2)FileWriter類(lèi)沒(méi)有參數為OutputStream的構造方法，因此不能從FileOutputStream包裝到FileWriter
3)如果PrintWriter類(lèi)用了參數為Writer的構造方法(Writer實(shí)現為FileWriter)，最后輸出也是亂碼
4)如果用一個(gè)FileOutputStream來(lái)包裝一個(gè)控制臺輸出，也是亂碼
因此，對于JDK內的各種輸出體系，各種InputStream、OutputStream、reader和writer要充分認識，否則極容易出現一些意想不到的問(wèn)題。
測試的JDOM版本：1.0、1.1
測試代碼：
| 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");
//中文問(wèn)題 //GBK 是沒(méi)有問(wèn)題的，但UTF-8就是有問(wèn)題的
//原因：
//1)對于磁盤(pán)文件，必須使用輸出流 FileOutputStream
// FileWriter out=new FileWriter(xmlfile);會(huì )導致亂碼
//2)對于控制臺輸出，則必須使用PrintWriter，如果直接使用System.out也會(huì )出現亂碼
// PrintWriter out=new PrintWriter(System.out);
FileOutputStream out=new FileOutputStream(xmlfile);
Element eroot=new Element("root");
eroot.addContent((new Element("code")).addContent("代碼"));
eroot.addContent((new Element("ds")).addContent("數據源"));
eroot.addContent((new Element("sql")).addContent("檢索sql"));
eroot.addContent((new Element("order")).addContent("排序"));
Document doc=new Document(eroot);
XMLOutputter outputter = new XMLOutputter();
//如果不設置format，僅僅是沒(méi)有縮進(jìn)，xml還是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 編碼問(wèn)題徹底解決
lonsen 發(fā)表于 2004-10-31 01:39:00
這幾天開(kāi)始學(xué)習dom4j，在網(wǎng)上找了篇文章就開(kāi)干了，上手非常的快，但是發(fā)現了個(gè)問(wèn)題就是無(wú)法以UTF-8保存xml文件，保存后再次讀出的時(shí)候會(huì )報“Invalid byte 2 of 2-byte UTF-8 sequence.”這樣一個(gè)錯誤，檢查發(fā)現由dom4j生成的這個(gè)文件，在使用可正確處理XML編碼的任何的編輯器中中文成亂碼，從記事本查看并不會(huì )出現亂碼會(huì )正確顯示中文。讓我很是頭痛。試著(zhù)使用GBK、gb2312編碼來(lái)生成的xml文件卻可以正常的被解析。因此懷疑的dom4j沒(méi)有對utf-8編碼進(jìn)行處理。便開(kāi)始查看dom4j的原代碼。終于發(fā)現的問(wèn)題所在，是自己程序的問(wèn)題。
在dom4j的范例和網(wǎng)上流行的《DOM4J 使用簡(jiǎn)介》這篇教程中新建一個(gè)xml文檔的代碼都類(lèi)似如下
public void createXML(String fileName) {
Document doc = org.dom4j.DocumentHelper.createDocument();
Element root = doc.addElement("book");
root.addAttribute("name", "我的圖書(shū)");
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);
}
}
在上面的代碼中輸出使用的是FileWriter對象進(jìn)行文件的輸出。這就是不能正確進(jìn)行文件編碼的原因所在，java中由Writer類(lèi)繼承下來(lái)的子類(lèi)沒(méi)有提供編碼格式處理，所以dom4j也就無(wú)法對輸出的文件進(jìn)行正確的格式處理。這時(shí)候所保存的文件會(huì )以系統的默認編碼對文件進(jìn)行保存，在中文版的window下java的默認的編碼為GBK，也就是所雖然我們標識了要將xml保存為utf-8格式但實(shí)際上文件是以GBK格式來(lái)保存的，所以這也就是為什么能夠我們使用GBK、GB2312編碼來(lái)生成xml文件能正確的被解析，而以UTF-8格式生成的文件不能被xml解析器所解析的原因。
好了現在我們找到了原因所在了，我們來(lái)找解決辦法吧。首先我們看看dom4j是如何實(shí)現編碼處理的
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 )
);
}
由上面的代碼我們可以看出dom4j對編碼并沒(méi)有進(jìn)行什么很復雜的處理，完全通過(guò)java本身的功能來(lái)完成。所以我們在使用dom4j的來(lái)生成我們的XML文件時(shí)不應該直接為在構建XMLWriter時(shí)，不應該直接為其賦一個(gè)Writer對象，而應該通過(guò)一個(gè)OutputStream的子類(lèi)對象來(lái)構建。也就是說(shuō)在我們上面的代碼中，不應該用FileWriter對象來(lái)構建xml文檔，而應該使用FileOutputStream對象來(lái)構建所以將代碼修改入下：
public void createXML(String fileName) {
Document doc = org.dom4j.DocumentHelper.createDocument();
Element root = doc.addElement("book");
root.addAttribute("name", "我的圖書(shū)");
Element childTmp;
childTmp = root.addElement("price");
childTmp.setText("21.22");
Element writer = root.addElement("author");
writer.setText("李四");
writer.addAttribute("ID", "001");
try {
//注意這里的修改
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);
}
}
至此DOM4J的問(wèn)題編碼問(wèn)題算是告一段落，希望對此文章對其他朋友有用。
（#）
