Groovy阅读unicode xml文件并添加到JCR，但不是全文作为目前的源文件添加

Question

在Groovy中，使用以下片段我解析包含Unicode文本的xml文件。但全文不会复制到JCR节点，只有部分字符被识别并复制到目标JCR节点/另一个文件系统，其余字符以不可识别的格式显示。

 
    FileReader fr = new FileReader("$currentFileLocation") 
    def inputSource = new InputSource(fr) 
    inputSource.setEncoding('UTF-8') 
    def obj = new XmlSlurper().parse(inputSource) 
    def HtmlContent = obj."Widget-HTML"."HtmlContent".getBody().text() 

预计应该被写入到目标系统： サービス事例のサポートツールセットである

但它被复制为这种格式：？？ サービス事例サートツール30ト る

Answer 1

您可以尝试编码为Shift_JIS它们处理日文字符的细节。

参考的讨论here日本编码使用UTF-8，UTF-16和Shift_JS

Answer 2

假设以下任意XML文件，其包括由该问题的作者提到的字符。

xml文件，比如testutf.xml。请注意，该文件以utf-8字符编码进行保存。

<?xml version="1.0" encoding="UTF-8"?> 
<records> 
    <record> 
     <name>サービス事例のサポート ツールセットである</name> 
    </record> 
</records> 

这里是脚本，它读取以相同编码读取xml文件。评论添加了适当的内容。

import groovy.xml.* 
//Chang the xml file path as per your environment 
def fileName = '/absolute/path/of/the/testutf.xml' 
//Read file with utf-8 encoding 
def contents = new File(fileName).getText('utf-8') 
//parsed object 
def parsedContents = new XmlSlurper().parseText(contents) 
//Read the data 
def nameData = parsedContents.record.name 
println "Record name : $nameData" 

输出

Record name : サービス事例のサポート ツールセットである 

而且我相信，你应该能够采用同样为自己的XML，而不是上面的示例XML的。