javax.xml.transform.transformerfactory unicode问题 - java

Question

我们无法正确地转换Unicode字符。我们正在以XML格式提供输入，当我们尝试转换时，我们将无法恢复原始字符串。

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;
    }

这是我要获得的输出吗？

Answer 1

告诉您，在此过程中的某个地方，UTF-8中的数据正在由认为正在读取Latin-1的软件读取。它没有告诉您在此过程中发生的位置。因此，您需要分割和征服 - 您需要找到正确的数据正确的最后一点。

通过确定问题是在转换之前还是之后进行的。如果您使用的是XSLT 2.0处理器，那就很容易：可以使用

<xsl:message select="string-to-codepoints($in)"/>

查看XSLT处理器的字符串。使用1.0处理器有点棘手，但是您可以使用

substring($in, $n, 1)

提取第n个字符，这应该给您一个线索。 我的怀疑是它是输入。首先，将非ASCII字符放在Java字符串字面上总是有点危险，因为如果您对正确配置的所有内容都不非常小心，那么到达源存储库的往返很容易损坏代码。其次，如果字符串正确，则使用

StringReader

读取而不是将其转换为字节流要安全得多。尝试：

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