dom4j解析xml文件，xml的编码是utf-8，里边的中文解析出来是乱码，怎么解决？ 文件用ie打开是正常的。

Posted 2023-03-30

不太清楚在哪需要转码，求助！！
照着1楼的方法弄了下，重新保存成txt再解析也是乱码。
我已经试出来了，用saxReader.read(FileInputStream)可以解决

我想你的开发环境是多字节吧。给你写了一个例子：
char* xmlBuff; //保存XML的数据
int unicodeNum = MultiByteToWideChar(CP_UTF8, 0, xmlBuff, -1, null, 0); //预先得到转换后的长度
wchar_t* unicodeArr = new wchar_t[unicodeNUm + 1];
memset(unicodeArr,0,(unicodeNUm+1)*sizeof(wchar_t));
MultiByteToWideChar( CP_UTF8, 0, xmlBuff, -1, (LPWSTR)unicodeArr, unicodeNUm); 参考技术A OutputFormat format=OutputFormat.createPrettyPrint();
format.setEncoding("utf-8");
XMLWriter writer = new XMLWriter( new FileWriter(new File("另存名.txt")),format);
writer.write(document);
writer.close();

晕，用那个解决了？那说明你一开始就没有解析正确啊！！！！
SAXReader类的读取是第一步就要的.... 参考技术B 从xml读取出来的时候再进行一次转码就行了

xml文件的语法

xml文件的语法
1)文档声明
<?xml version="1.0" 指明XML文件的版本号，XML解析器就会采用对应的版本进行解析
encoding="UTF-8" 指明XML文件中的中文采用UTF-8编码，在IDE工具中，指明该文件的保存编码方式?
standalone="yes或no" 指明XML文件需要初其它文件DTD约束的话，就是no，如果单独的XML文件，就是yes>
各浏览器中的XML解析器只对XML文件的语法检测

2)元素
1)通常元素都有开始和结束标签，但也可以使用空标签，即<a></a>=<a/>
2）XML中标签嵌入顺序必须一致，且字符大小写不一致
3）程序会将标签内的空白字符当作有效字符对待

3)属性(附加信息的描述)
1)属性由属性名和属性值组成，属性值由定界符""或‘组合
2）当一个事务必须与对象绑定在一起，没有该对象，该事务就没有意义，此时该事务就应成为对象的属性。

4)注释(不能随意嵌套)
<?xml version="1.0" encoding="UTF-8"?>
<root>

GZ

<510520> ★

BJ

110120 ]]> 1)给程序员看的 2)不能嵌套使用 5)CDATA区 、特殊字符 1)Character Data（字符数据区/段） 2）CDATA段中的数据不会被XML解析器所解析 3）不能嵌套使用 4）XML内置5种转义字符 < > & " ‘ 5)其它字符： ★ 6)处理指令（processing instruction） 1)可以使用CSS装饰XML文件中的内容 2）CSS目前版本只能支持英文标签