javax.xml.transform.TransformerFactory Unicode 问题 - Java

Question

我们无法正确转换 Unicode 字符。我们以 XML 格式提供输入，当我们尝试转换时，我们无法取回原始字符串。

这是我正在使用的代码，

StringCarrier OStringCarrier = new StringCarrier();
String SXmlFileData= "<export_candidate_response><criteria><output><lastname>Bhagavath</lastname><firstname>ガネーシュ</firstname></output></export_candidate_response>";

String SResult = "";
 try
    {
      TransformerFactory tFactory = TransformerFactory.newInstance();
      Transformer transformer = tFactory.newTransformer(new StreamSource(SXslFileName));
      transformer.setOutputProperty(OutputKeys.ENCODING, "UTF8");
      OutputStream xmlResult = (OutputStream)new ByteArrayOutputStream();
      StreamResult outResult = new StreamResult(xmlResult);
      transformer.transform(new StreamSource(
          new ByteArrayInputStream(SXmlFileData.getBytes("UTF8"))),outResult);

      SResult = outResult.getOutputStream().toString();

      }
catch (TransformerConfigurationException OException)
    {
        //Exception has been thrown
        OException.printStackTrace();
        return OStringCarrier;
    }
     catch (TransformerException OException)
    {
        //Exception has been thrown
        OException.printStackTrace();
        return OStringCarrier;
    }
    catch (Exception OException)
    {
        //Exception has been thrown
        OException.printStackTrace();
        return OStringCarrier;
    }

这是我得到的输出 ガãƒ?ーシュ 代替 ガネーシュ

Answer 1

这是我得到的输出 ガãƒ?ーシュ 代替 ガネーシュ

这告诉您，在这个过程的某个地方，UTF-8 格式的数据正在被一个认为它正在读取 Latin-1 的软件读取。它没有告诉你的是在这个过程中发生了什么。所以你需要分而治之——你需要找到数据正确的最后一点。

首先确定问题是在转换之前还是之后。如果您使用的是 XSLT 2.0 处理器，这将非常容易：您可以使用 ` 查看 XSLT 处理器已经给出了哪些字符串。使用 1.0 处理器有点棘手，但您可以使用 substring($in, $n, 1) 来提取第 n 个字符，这应该会给您一个线索。

我怀疑是输入。首先，将非 ASCII 字符放在 Java 字符串文字中总是有点危险，因为如果您对正确配置的所有内容都不太小心，那么往返源存储库很容易损坏代码。其次，如果字符串是正确的，使用 StringReader 读取它会更安全，而不是将其转换为字节流。试试：

transformer.transform(new StreamSource(
          new StringReader(SXmlFileData)),outResult);