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，代替 ガネーシュ

Answer 1

This is the output i'm getting ガãƒ?ーシュ in place of ガネーシュ

这告诉您，在此过程中的某个地方，某个软件正在读取 UTF-8 格式的数据，该软件认为它正在读取 Latin-1。它没有告诉您这是在过程中发生的。所以你需要分而治之 - 你需要找到数据正确的最后一个点。

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，那么这非常简单:您可以使用 ` 来查看 XSLT 处理器已给出的字符串。对于 1.0 处理器来说有点棘手，但是您可以使用 substring($in, $n, 1) 来提取第 n 个字符，这应该会给您一个线索。

我怀疑这是输入。首先，将非 ASCII 字符放入 Java 字符串文本中总是有点危险，因为如果您不太小心正确配置所有内容，则到源存储库的往返很容易损坏代码。其次，如果字符串是正确的，那么使用 StringReader 读取它会比将其转换为字节流更安全。尝试:

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