transformer.setOutputProperty（OutputKeys.ENCODING，「UTF-8」）不工作

Question

我有以下的方法寫一個XMLDOM到流：

public void writeToOutputStream(Document fDoc, OutputStream out) throws Exception { 
    fDoc.setXmlStandalone(true); 
    DOMSource docSource = new DOMSource(fDoc); 
    Transformer transformer = TransformerFactory.newInstance().newTransformer(); 
    transformer.setOutputProperty(OutputKeys.METHOD, "xml"); 
    transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8"); 
    transformer.setOutputProperty(OutputKeys.INDENT, "no"); 
    transformer.transform(docSource, new StreamResult(out)); 
} 

我正在測試一些其他的XML功能，這只是我用來寫入文件的方法。我的測試程序生成了33個測試用例，其中寫出了文件。其中28有以下標題：

<?xml version="1.0" encoding="UTF-8"?>... 

但由於某些原因，測試案例1，現在生產：

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

點和四個其他農產品：

<?xml version="1.0" encoding="Windows-1252"?>... 

，你可以清楚地看到，我正在將ENCODING輸出密鑰設置爲UTF-8。這些測試曾用於早期版本的Java。我有一段時間沒有運行測試（超過一年），但今天在「Java（TM）SE運行時環境（build 1.6.0_22-b04）」上運行。「我得到了這個有趣的行爲。

我已驗證導致問題的文檔是從最初具有這些編碼的文件中讀取的。看來這些庫的新版本正試圖保留讀取的源文件的編碼。但這不是我想要的...我真的希望輸出爲UTF-8。

有誰知道任何可能導致轉換器忽略UTF-8編碼設置的其他因素嗎？是否還有其他必須在文檔上設置，以便忘記最初讀取的文件的編碼？

UPDATE：

我檢查了同一個項目從另一臺機器上，建造和運行測試那裏。在那臺機器上所有的測試都通過了！所有的文件頭都有「UTF-8」。該機器具有「Java（TM）SE運行時環境（內部版本1.6.0_29-b11）」兩臺機器都運行Windows 7.在正常工作的新機器上，使用jdk1.5.0_11來構建版本，但是舊版本機器jdk1.6.0_26用於構建。用於兩個版本的庫完全一樣。它是否可以在構建時與JDK 1.6不兼容？

UPDATE：

後4.5年，Java庫仍然是斷開的，但由於以下Vyrx的建議，我終於有了一個妥善的解決辦法！

public void writeToOutputStream(Document fDoc, OutputStream out) throws Exception { 
    fDoc.setXmlStandalone(true); 
    DOMSource docSource = new DOMSource(fDoc); 
    Transformer transformer = TransformerFactory.newInstance().newTransformer(); 
    transformer.setOutputProperty(OutputKeys.METHOD, "xml"); 
    transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8"); 
    transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes"); 
    transformer.setOutputProperty(OutputKeys.INDENT, "no"); 
    out.write("<?xml version=\"1.0\" encoding=\"UTF-8\"?>".getBytes("UTF-8")); 
    transformer.transform(docSource, new StreamResult(out)); 
} 

解決方案是禁止寫入標題，並在將XML序列化爲輸出蒸汽之前寫入正確的標題。跛腳，但它會產生正確的結果。 4年前破解的測試現在正在運行！

Answer 1

序列化表情符號時，我在Android上遇到同樣的問題。在變換器中使用UTF-8編碼時，輸出是HTML字符實體（UTF-16代理對），隨後會破壞讀取數據的其他解析器。

這是我怎麼會解決它：

StringWriter sw = new StringWriter(); 
sw.write("<?xml version=\"1.0\" encoding=\"UTF-8\" ?>"); 
Transformer t = TransformerFactory.newInstance().newTransformer(); 

// this will work because we are creating a Java string, not writing to an output 
t.setOutputProperty(OutputKeys.ENCODING, "UTF-16"); 
t.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes"); 
t.transform(new DOMSource(elementNode), new StreamResult(sw)); 

return IOUtils.toInputStream(sw.toString(), Charset.forName("UTF-8")); 

Answer 2

我在這裏拍攝一張照片，但是您提到您正在讀取測試數據的文件。 您是否可以確保您使用正確的編碼讀取文件，因此當您向OutputStream中寫入數據時，您已經擁有正確編碼的數據？

因此，有像新的InputStreamReader（新的FileInputStream（fileDir），「UTF8」）的東西。

不要忘記的FileReader的單參數的構造函數總是使用平臺默認編碼：The constructors of this class assume that the default character encoding and the default byte-buffer size are appropriate.

Answer 3

要回答這個問題，下面的代碼對我的作品。這可以採用輸入編碼並將數據轉換爲輸出編碼。

 ByteArrayInputStream inStreamXMLElement = new ByteArrayInputStream(strXMLElement.getBytes(input_encoding)); 
     DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
     DocumentBuilder db = dbf.newDocumentBuilder(); 
     Document docRepeat = db.parse(new InputSource(new InputStreamReader(inStreamXMLElement, input_encoding))); 
     Node elementNode = docRepeat.getElementsByTagName(strRepeat).item(0); 

     TransformerFactory tFactory = null; 
     Transformer transformer = null; 
     DOMSource domSourceRepeat = new DOMSource(elementNode); 
     tFactory = TransformerFactory.newInstance(); 
     transformer = tFactory.newTransformer(); 
     transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes"); 
     transformer.setOutputProperty(OutputKeys.ENCODING, output_encoding); 

     ByteArrayOutputStream bos = new ByteArrayOutputStream(); 
     StreamResult sr = new StreamResult(new OutputStreamWriter(bos, output_encoding)); 


     transformer.transform(domSourceRepeat, sr); 
     byte[] outputBytes = bos.toByteArray(); 
     strRepeatString = new String(outputBytes, output_encoding); 

Answer 4

嘗試專門設置你的StreamResult編碼：

StreamResult result = new StreamResult(new OutputStreamWriter(out, "UTF-8")); 

這樣，它應該只能夠在UTF-8寫出來。

Answer 5

怎麼樣？：

public static String documentToString(Document doc) throws Exception{ return(documentToString(doc,"UTF-8")); }// 
    public static String documentToString(Document doc, String encoding) throws Exception{ 
    TransformerFactory transformerFactory =TransformerFactory.newInstance(); 
    Transformer transformer = null; 

if ("".equals(validateNullString(encoding))) encoding = "UTF-8"; 
try{ 
    transformer = transformerFactory.newTransformer(); 
    transformer.setOutputProperty(OutputKeys.INDENT, "yes") ; 
    transformer.setOutputProperty(OutputKeys.ENCODING, encoding) ; 
}catch (javax.xml.transform.TransformerConfigurationException error){ 
    return null; 
} 

Source source = new DOMSource(doc);  
StringWriter writer = new StringWriter(); 
Result result = new StreamResult(writer); 

try{ 
    transformer.transform(source,result); 
}catch (javax.xml.transform.TransformerException error){ 
    return null; 
} 
return writer.toString();  
}//documentToString 

Answer 6

我花了很多時間顯著量調試這個問題，因爲這是在我的機器上（Ubuntu的14 +的Java 1.8.0_45）工作良好，但在正常不工作生產（Alpine Linux + Java 1.7）。

與我的預期相反，從上面提到的答案沒有幫助。

ByteArrayOutputStream bos = new ByteArrayOutputStream(); 
StreamResult sr = new StreamResult(new OutputStreamWriter(bos, "UTF-8")); 

但是這一個通過包裝傳遞給DOMSource的構造Document對象和預期一樣

val out = new StringWriter() 
val result = new StreamResult(out) 

Answer 7

我可以解決該問題。我的包裝器的getXmlEncoding方法總是返回null，所有其他方法都委託給包裝好的Document對象。