解析包含中文的xml出现编码错误Invalid byte 1 of 1-byte UTF-8 sequence

最新推荐文章于 2022-07-08 16:57:09 发布

原创最新推荐文章于 2022-07-08 16:57:09 发布 · 661 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#xml

xml 专栏收录该内容

1 篇文章

订阅专栏

本文探讨了在处理XML文件时遇到编码不匹配的问题，并提供了五种解决方案：修改XML文件头编码、更改保存时的字符集、在代码中重新设置编码、使用IO读取时修改字符编码以及使用org.w3c.dom.Document解析。这些方法有助于确保XML文件能够正确解析和使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原因为：以非utf-8的编码格式执行保存操作

1、最简单就是把<?xml version="1.0" encoding="UTF-8"?>改成<?xml version="1.0" encoding="gbk"?>：对于字符串直接替换；对于文件，先读取，替换，最后解析写回
2、或者把xml打开另存的时候把字符集改为UTF-8后保存
3、在代码解析的时候先把xml重新写一遍
SAXReader reader = new SAXReader();
org.dom4j.Document document = reader.read("D:\\ha.xml");
OutputFormat of = new OutputFormat();
of.setEncoding("UTF-8"); //改变编码方式
XMLWriter writer = new XMLWriter(new FileWriter "d:\\dom4j.xml"), of);
4、直接dom4j读取的时候用io来读，修改字符编码
FileInputStream in = new FileInputStream(new File(fileName));
Reader read = new InputStreamReader(in,"gbk");
Document document = reader.read(read);

5、还有可能出现以utf-8格式保存仍无法使用，此时，可使用org.w3c.dom.Document进行解析保存。