UTF-16编码

Question

<?xml version="1.0" encoding="UTF-16"?>
    <note>
        <from>Jani</from>
        <to>ALOK</to>
        <message>AshuTosh</message>
    </note>

我有一个仅支持UTF-8编码的XML解析器，否则会出现SAX解析器异常。我该如何将UTF-16转换为UTF-8？

- Alok Chaudhary

---

你的解析器支持UTF-18的概率是100％。请告诉我们解析器的名称、版本和错误消息以获得帮助。 - Aaron Digulla

@AaronDigulla 感谢您的关注，我已经通过Jörn Horstmann提供的答案解决了问题......无论如何，解析器的名称是com.sun.xml.fastinfoset.dom.DOMDocumentParser。 - Alok Chaudhary

该解析器绝对支持UTF-16。确保您的文档是正确的UTF-16，并使用正确的API。 - Aaron Digulla

@Maksud_Tiger：请回馈社区并接受答案。 - home

Answer 1

在这种情况下，您使用的不是XML解析器，请参见xml规范第2.2节：

所有XML处理器都必须接受Unicode的UTF-8和UTF-16编码

Java XML解析器通常使用包装在InputSource对象中的输入。这可以使用带有执行给定字符集的字符解码的Reader参数构造。

InputStream in = ...
InputSource is = new InputSource(new InputStreamReader(in, "utf-16"));

对于“utf-16”字符集，如果流不以字节顺序标记开头，则应使用“utf-16le”或“utf-16be”。

- Jörn Horstmann

---

解析器应该读取XML头部（其中包含编码）并使用上述规则正确处理文档。在读取XML时，您不应该自己定义编码，因为如果有人使用不同的编码发送给您，那么这种方式将会出错。 - Aaron Digulla