如何让SAX解析器根据xml声明确定编码？

  • Z时代
  • 2024-01-10
  • 分类：问答

我试图解析来自不同来源（我对此几乎没有控制权）的xml文件。其中大多数都使用UTF-8编码，使用以下代码段不会造成任何问题：

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
FeedHandler handler = new FeedHandler();
InputSource is = new InputSource(getInputStream());
parser.parse(is, handler);

由于SAX默认为UTF-8，所以很好。但是，一些文档声明：

<?xml version="1.0" encoding="ISO-8859-1"?>

即使已声明ISO-8859-1，SAX仍默认为UTF-8。仅当我添加：

is.setEncoding("ISO-8859-1");

SAX将使用正确的编码。

如何让SAX自动从xml声明中检测正确的编码，而无需我专门进行设置？我需要这个，因为我事先不知道文件的编码是什么。

在此先感谢，艾伦

回答：

当您希望Sax自动检测编码时，请使用 InputStream 作为

InputSource的

参数。

如果要设置特定的编码，请使用具有指定编码或setEncoding方法的

Reader

。

为什么？因为自动检测编码算法需要原始数据，而不是转换为字符。

主题中的问题是： 如何让SAX解析器根据xml声明确定编码？

我发现艾伦对这个问题的回答具有误导性，我根据约恩·霍斯特曼的评论和后来的经验提供了另一种答案。

以上是 如何让SAX解析器根据xml声明确定编码？ 的全部内容， 来源链接： utcz.com/qa/399001.html

回到顶部