java - 如何生成具有正确字符编码的XML？

Question

我有这个代码:

DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docFactory.newDocumentBuilder();

Document doc = docBuilder.newDocument();
Element rootElement = doc.createElement("company");
doc.appendChild(rootElement);

Element staff = doc.createElement("Staff");
rootElement.appendChild(staff);

Attr attr = doc.createAttribute("id");
attr.setValue("1");
staff.setAttributeNode(attr);

Element firstname = doc.createElement("firstname");
firstname.appendChild(doc.createTextNode("† José do Capêta †"));
staff.appendChild(firstname);

TransformerFactory transformerFactory = TransformerFactory.newInstance();
Transformer transformer = transformerFactory.newTransformer();
StringWriter writer = new StringWriter();
transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
transformer.transform(new DOMSource(doc), new StreamResult(writer));
String output = writer.getBuffer().toString();

System.out.println(output);

这必须生成一个 XML 文件。这个 XML 应该具有我在代码中编写的字符，包括特殊字符和所有内容。但是当我运行时，输出是这样的:

<company>
<Staff id="1">
<firstname>† José do Capêta †</firstname>
</Staff>
</company>

因此，当我尝试使用任何 xml 阅读器打开它时，它会给我一个错误，因为它无法读取这些特殊字符。

我知道它应该生成以下 XML，但我只是不知道该怎么做:

<company>
<Staff id="1">
<firstname>&#8224; Jos&#233; do Cap&#234;ta &#8224;</firstname>
</Staff>
</company>

那么解决这个问题的方法是什么？

Answer 1

不要将 xml 生成为 String 或 Writer。将 xml 生成为字节，并将字节直接写入文件(或直接生成到文件)。通过将 xml 生成到 String/Writer，您将使用平台默认字符编码生成 xml。一般来说，您应该使用“utf-8”，除非您有充分的理由不这样做(如果您写入 OutputStream 而不是 Writer，那么 xml 库通常会自行执行此操作)。