使用 javax.xml.stream.XMLStreamReader 时如何启用非 IANA 编码

Posted 2023-02-24

【中文标题】使用 javax.xml.stream.XMLStreamReader 时如何启用非 IANA 编码

【英文标题】：How to enable non-IANA encodings when using javax.xml.stream.XMLStreamReader

【发布时间】：2018-11-17 22:21:49

【问题描述】：

我正在使用javax.xml.stream.XMLStreamReader 来解析 XML 文档。不幸的是，我正在解析的一些文档使用非 IANA 编码名称，例如“macroman”和“ms-ansi”。例如：

<?xml version="1.0" encoding="macroman"?>
<foo />

这会导致解析崩溃并出现异常：

javax.xml.stream.XMLStreamException: ParseError at [row,col]:[1,42]
Message: Invalid encoding name "macroman".

有什么方法可以为我的XMLStreamReader 提供自定义编码处理程序，以便我可以通过支持我需要的编码来增加它？？

【问题讨论】：

我假设您没有能力更改流以使其不包含编码行？ XMLStreamReader 有其局限性，这就是其中之一。

很遗憾，但您最好选择不同的 XML 库。

@Dylan 我没有生成这些文档，只是使用它们，所以很遗憾我无法控制编码行。还有其他更灵活的 XML 库吗？

【参考方案1】：

您可以使用转换器包装输入流，该转换器将非标准字符集替换为 XMLStreamReader 可以理解的等效字符集。

见Filter (search and replace) array of bytes in an InputStream