transformer.setOutputProperty（OutputKeys.ENCODING，“UTF-8”）不工作

Question

我有以下的方法写一个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)); 
} 

我正在测试一些其他的XML功能，这只是我用来写入文件的方法。我的测试程序生成了33个测试用例，其中写出了文件。其中28有以下标题：

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

但由于某些原因，测试案例1，现在生产：

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

点和四个其他农产品：

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

，你可以清楚地看到，我正在将ENCODING输出密钥设置为UTF-8。这些测试曾用于早期版本的Java。我有一段时间没有运行测试（超过一年），但今天在“Java（TM）SE运行时环境（build 1.6.0_22-b04）”上运行。“我得到了这个有趣的行为。

我已验证导致问题的文档是从最初具有这些编码的文件中读取的。看来这些库的新版本正试图保留读取的源文件的编码。但这不是我想要的...我真的希望输出为UTF-8。

有谁知道任何可能导致转换器忽略UTF-8编码设置的其他因素吗？是否还有其他必须在文档上设置，以便忘记最初读取的文件的编码？

UPDATE：

我检查了同一个项目从另一台机器上，建造和运行测试那里。在那台机器上所有的测试都通过了！所有的文件头都有“UTF-8”。该机器具有“Java（TM）SE运行时环境（内部版本1.6.0_29-b11）”两台机器都运行Windows 7.在正常工作的新机器上，使用jdk1.5.0_11来构建版本，但是旧版本机器jdk1.6.0_26用于构建。用于两个版本的库完全一样。它是否可以在构建时与JDK 1.6不兼容？

UPDATE：

后4.5年，Java库仍然是断开的，但由于以下Vyrx的建议，我终于有了一个妥善的解决办法！

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)); 
} 

解决方案是禁止写入标题，并在将XML序列化为输出蒸汽之前写入正确的标题。跛脚，但它会产生正确的结果。 4年前破解的测试现在正在运行！

Answer 1

序列化表情符号时，我在Android上遇到同样的问题。在变换器中使用UTF-8编码时，输出是HTML字符实体（UTF-16代理对），随后会破坏读取数据的其他解析器。

这是我怎么会解决它：

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

我在这里拍摄一张照片，但是您提到您正在读取测试数据的文件。 您是否可以确保您使用正确的编码读取文件，因此当您向OutputStream中写入数据时，您已经拥有正确编码的数据？

因此，有像新的InputStreamReader（新的FileInputStream（fileDir），“UTF8”）的东西。

不要忘记的FileReader的单参数的构造函数总是使用平台默认编码：The constructors of this class assume that the default character encoding and the default byte-buffer size are appropriate.

Answer 3

要回答这个问题，下面的代码对我的作品。这可以采用输入编码并将数据转换为输出编码。

 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

尝试专门设置你的StreamResult编码：

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

这样，它应该只能够在UTF-8写出来。

Answer 5

怎么样？：

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

我花了很多时间显著量调试这个问题，因为这是在我的机器上（Ubuntu的14 +的Java 1.8.0_45）工作良好，但在正常不工作生产（Alpine Linux + Java 1.7）。

与我的预期相反，从上面提到的答案没有帮助。

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

但是这一个通过包装传递给DOMSource的构造Document对象和预期一样

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

Answer 7

我可以解决该问题。我的包装器的getXmlEncoding方法总是返回null，所有其他方法都委托给包装好的Document对象。