java - 使用 dom4j 读取时转换文档编码

Question

有什么方法可以将 dom4j 的 SAXReader 解析的文档从 ISO-8859-2 编码转换为 UTF-8 吗？我需要在解析时发生这种情况，以便 dom4j 创建的对象已经是 Unicode/UTF-8 并运行如下代码:

"some text".equals(node.getText());

返回 true。

Answer 1

这是由 dom4j 自动完成的。 Java 中的所有 String 实例都采用通用的解码形式；一旦创建了String，就不可能知道原始字符编码是什么(或者即使字符串是从编码字节创建的)。

只需确保 XML 文档指定了字符编码(除非是 UTF-8，否则这是必需的)。