java - 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？

Question

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());

任何帮助表示赞赏。谢谢。

Answer 1

OutputFormat有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 Javadoc forOutpoutFormat.setEncoding(String)未指定在给定时该方法的行为方式null。

当然，您写入文件的自定义方法需要将编码作为参数，因为在前导码中指定编码并在写入文件时使用另一种编码是非法的。

附带说明一下，在 XML 中，UTF-8 编码是默认的。所以在序言中省略编码或指定UTF-8具有相同的含义。

Answer 2

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

Answer 3

默认情况下，StreamWriter 是为使用没有前导码的 UTF-8 而创建的。在此处查看详细信息