本文主要講述的是Dom4j在把Document保存到文件過(guò)程中出現(xiàn)的一個(gè)中文問(wèn)題,文中不足之處歡迎大家批評(píng)指教。
Dom4j是一個(gè)比較優(yōu)秀的java開(kāi)源xml解析項(xiàng)目，支持DOM,?SAX?and?JAXP.，并提供對(duì)XPath查詢(xún)語(yǔ)言的強(qiáng)大支持。因此，在EasyJF團(tuán)隊(duì)的很多開(kāi)源項(xiàng)目中，如EasyJWeb、EasyDBO等都是使用Dom4j來(lái)處理xml文件相關(guān)操作。
?
1、從一個(gè)xml文件中載入一個(gè)Dom到內(nèi)存：
FileInputStream?in?=?new?FileInputStream(new?File(fileName));
SAXReader?reader?=?new?SAXReader();
doc?=?reader.read(in);
2、把Dom中的數(shù)據(jù)寫(xiě)入到xml文件中
使用Dom4j，要把一個(gè)Dom中的數(shù)據(jù)寫(xiě)入到文件非常簡(jiǎn)單，API如下：
?public?void?write(Writer?writer)?throws?IOException；
因此，假如我們要把一個(gè)Document寫(xiě)入到c:\test.xml文件中，可以簡(jiǎn)單的使用下面的代碼即可：
??????? java.io.Writer?wr=?new?java.io.FileWrite(filename);
doc.write(wr);
??????? wr.close();//注意，必須要執(zhí)行close()方法，才會(huì)實(shí)現(xiàn)真正的寫(xiě)入
這種用法也是Dom4j所推薦我們使用的非常簡(jiǎn)單的方法。然而，當(dāng)我們的dom中包含有中文字符數(shù)據(jù)的時(shí)候，這種方法寫(xiě)入的xml文檔卻無(wú)法使直覺(jué)打開(kāi)。會(huì)提示類(lèi)似如下的錯(cuò)誤：
?org.dom4j.DocumentException:?invalid?byte?1?of?1-byte?UTF-8?sequence?(0xb2)?Nested?exception:?invalid?byte?1?of?1-byte?UTF-8?sequence?(0xb2)
?at?org.dom4j.io.SAXReader.read(SAXReader.java:484)
?at?org.dom4j.io.SAXReader.read(SAXReader.java:343)
?at?
我們可以看生成的xml文件編碼，內(nèi)容是utf-8的，但文件格式確是ANSI的，如下圖所示：
?
原因分析：
由于FileWriter默認(rèn)的輸出編碼是ANSI編碼，而Dom4j中的wirte方法提供的內(nèi)容實(shí)際是以UTF-8保存的，因此造成了包括中文字符的XML文件無(wú)法正常閱讀。
?
解決方法：
? 不能使用簡(jiǎn)單的FileWriter，而應(yīng)該是使用一個(gè)能指定具體輸出編碼的Writer，在JDK的io包中，?OutputStreamWriter可以指定輸出編碼。
正確的代碼如下：
??? java.io.OutputStream?out=new?java.io.FileOutputStream(fileName);
???java.io.Writer?wr=new?java.io.OutputStreamWriter(out,"UTF-8");???
???doc.write(wr);???
???wr.close();
???out.close();
簡(jiǎn)化一下可以寫(xiě)成下面的樣式：
?? java.io.Writer?wr=new?java.io.OutputStreamWriter(new?java.io.FileOutputStream(fileName),"UTF-8");???
???doc.write(wr);???
???wr.close();
小結(jié)：
由于大多數(shù)優(yōu)秀的基礎(chǔ)性開(kāi)源項(xiàng)目都是老外開(kāi)發(fā)，他們不大可能在中文平臺(tái)下進(jìn)行測(cè)試，用例數(shù)據(jù)也很少會(huì)使用中文平臺(tái)，因此，我們即使按照這些開(kāi)源項(xiàng)目的通用說(shuō)明文檔及用戶(hù)指南去操作，也會(huì)出現(xiàn)很多不可預(yù)知的錯(cuò)誤。這也是為什么本人要參與組建開(kāi)源團(tuán)隊(duì)EasyJF，提倡搞國(guó)產(chǎn)開(kāi)源，并開(kāi)發(fā)一些基礎(chǔ)性的開(kāi)源框架如EasyJWeb、EasyDBO的一個(gè)初衷。
當(dāng)然，這里提出的中文問(wèn)題，算是一個(gè)還“沒(méi)來(lái)得及商量”以及要通過(guò)一些罕見(jiàn)的處理才能正確運(yùn)行的中文問(wèn)題。因此，同樣歸并到了“中文問(wèn)題沒(méi)商量”系列中。
(注：本文作者,
EasyJF開(kāi)源團(tuán)隊(duì) 大峽，轉(zhuǎn)載請(qǐng)保留作者聲明！)