有没有一种简单的方法可以在不添加默认编码的情况下在 Java 中解析 XML？答案

【问题标题】：Is there an easy way to parse XML in Java without adding default encoding?有没有一种简单的方法可以在不添加默认编码的情况下在 Java 中解析 XML？
【发布时间】：2013-10-03 10:01:12
【问题描述】：

我有一些代码读取 XML 文件，对其进行格式化，然后再次将其输出到同一个文件。但是，如果未定义编码，则输出 XML 已定义 UTF-8。

例如：

<?xml version="1.0"?>

变成：

<?xml version="1.0" encoding="UTF-8"?>

我想知道是否有任何方法可以保留以前存在的任何编码（或缺少编码）？

这是我当前的代码：

DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
Document document = docBuilder.parse(file);

OutputFormat format = new OutputFormat(document);
format.setLineWidth(65);
format.setIndenting(true);
format.setIndent(2);

Writer out = new StringWriter();
XMLSerializer serializer = new XMLSerializer(out, format);
serializer.serialize(document);

//custom method to write file
writeFile(filePath, out.toString());

感谢任何帮助。谢谢。

【问题讨论】：

标签： java xml encoding

【解决方案1】：

OutputFormat 有一个setEncoding(String) 方法。以这种方式使用它：

format.setEncoding(document.getXmlEncoding());

这将在输出文档序言中保留文档的原始编码。但是，如果未设置文档的原始编码，则 document.getXmlEncoding() 返回 null 并且 OutpoutFormat.setEncoding(String) 的 Javadoc 不会指定在给定 null 时该方法的行为方式。

当然，你自定义的写入文件的方法需要将编码作为参数，因为在序言中指定编码并在写入文件时使用另一种编码是非法的。

附带说明，在 XML 中，UTF-8 编码是默认的。所以省略序言中的编码或者指定UTF-8的含义是一样的。

【讨论】：

这非常有效。如果我定义了编码，它会接受它并输出那个确切的编码；如果我不定义它不会输出默认值。感谢您的详细解释。这是一个很大的帮助。此外，我将为 XML 使用一些自定义解释器，并且我遇到了一些地方，它以不同的方式处理指定编码和编码不明确的文件。因此，在格式化时，我想让它们保持原样。再次感谢！

【解决方案2】：

您可以使用Document.getEncoding 并将其作为构造函数参数传递给OutputFormat 类的重载构造函数。

【讨论】：

【解决方案3】：

默认情况下，StreamWriter 是为使用 UTF-8 而创建的，没有前导码。查看详情here

【讨论】：

不知道如何写这听起来很粗鲁，但我使用的是 Java 和 StringWriter，而不是 C# 和 StreamWriter。它们有什么关系？