用Dom4j读写文件时的中文编码问题-优快云博客

本文介绍如何使用Dom4j处理XML文件，并解决在包含中文字符时的编码问题。详细展示了读取和写入XML文件的代码示例，以及如何避免因编码不匹配导致的解析错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Dom4j是一个比较优秀的java开源xml解析项目，支持DOM, SAX and JAXP.，并提供对XPath查询语言的强大支持。因此，在EasyJF团队的很多开源项目中，如EasyJWeb、EasyDBO等都是使用Dom4j来处理xml文件相关操作。
1、从一个xml文件中载入一个Dom到内存：
　　

FileInputStream in = new FileInputStream(new File(fileName));
　　SAXReader reader = new SAXReader();
　　doc = reader.read(in);

2、把Dom中的数据写入到xml文件中
　　使用Dom4j，要把一个Dom中的数据写入到文件非常简单，API如下：
　　

public void write(Writer writer) throws IOException；

　　因此，假如我们要把一个Document写入到c:\test.xml文件中，可以简单的使用下面的代码即可：

java.io.Writer wr= new java.io.FileWrite(filename);
　　doc.write(wr);
    wr.close();//注意，必须要执行close()方法，才会实现真正的写入

这种用法也是Dom4j所推荐使用的非常简单的方法。
也可以用以下代码来修改保存xml文件：

File file = new File("D:/Workspaces for MyEclipse 7.1/test/src/com/config/DemoPkgrptb.xml");
    SAXReader reader = new SAXReader();
    Document doc = reader.read(file);
    List list;
    Iterator itr;
                /*
                 * 设置汇总表
                 */
    list = doc.selectNodes("//Parameter[@Name='Query']");
    itr = list.iterator();
    while(itr.hasNext()){
          Element elt = (Element) itr.next();
          elt.attribute("Value").setValue(etlSumTable);
    }

    XMLWriter writer = new XMLWriter(new FileWriter(file));
    writer.write(doc);
    writer.close();

然而，当文件中包含有中文字符数据的时候，这种方法生成或保存过的xml文档，再次解析打开时会提示类似如下的错误：

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)

[img]/upload/attachment/141070/bc2a36d0-839a-3375-8847-13d122bd82ba.jpg[/img]

原因分析：
用FileWriter默认的输出编码是与操作系统默认文件编码一致，在中文widows中是ANSI编码，java中由Writer类继承下来的子类没有提供编码格式处理，而Dom4j中的wirte方法（例如，API方法：write(Document doc)）默认是以utf-8格式来保存的，因此文件中的内容是utf-8编码格式，而文件本身却是以ANSI编码保存的。当在myeclipse中打开xml文件时，xml中的中文字符就显示为乱码，当再次运行程序做xml文件修改操作时，解析就出错，出现上面的错误提示。

出现上面的编码问题是因为使用了org.dom4j.io.XMLWriter的构造函数：XMLWriter(Writer writer) ，真正元凶是构造函数的参数Writer类的子类（如：FileWriter）不提供编码格式处理，将文件保存为何系统一致的ANSI编码。

解决方法：
通过org.dom4j.io.XMLWriter的构造函数：XMLWriter(OutputStream out) 来构建xml文档，将上面的代码修改如下：

XMLWriter writer = new XMLWriter(new FileOutputStream(file));
    writer.write(doc);
    writer.close();

这样，文件将以utf-8编码格式保存，中文也能正常显示和解析了。