解决UTF8+BOM编码xml文件解析异常
来源:互联网 发布:辐射4阴影优化 编辑:程序博客网 时间:2024/05/19 14:54
话说今天在做文件上传功能的时候,遇到了一个比较恶心的编码问题。这个问题导致dom4j无法解析xml字符串,在网上看了许久发现最简单的方式是用文本编辑器讲编码格式转换成UTF-8,有TX可能不知道,大多数编辑器的编码只有UTF-8,例如Windows自带的编辑器,但是像Notepad+一类的编辑器则可以看到更多的编码
请注意,默认的UTF-8的编码其实是UTF8+BOM,这个就是导致dom4j无法解析的原因。下面这个例子,大家看了就会明白了。
当我们读取一个以UTF-8+BOM编码的xml文件,并用dom4j直接进行解析的话会发生这样的尴尬
public static void main(String[] args) { File file = new File(Thread.currentThread().getContextClassLoader() .getResource("BOMEncodedFile.xml").getPath()); try { InputStream inputStream = new FileInputStream(file); String fileContent = IOUtils.toString(inputStream, "UTF-8"); Document document = DocumentHelper.parseText(fileContent); System.out.println(document.getRootElement().getName()); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } catch (DocumentException e) { e.printStackTrace(); } }当代码运行到第七行的时候,编译器会抛出
在反复查看文件,并确认文件内容正确无误的时候,我把文件内容一个一个的字符打印了出来,结果出现了红框这个鬼!!!
,我们比较一下以"UTF-8 without BOM"编码的xml文件时长什么样子的
结果一目了然,就是那个鬼导致了异常抛出。网上有很多解决办法,也有牛人给出了一个类去完美解决这个问题,我比较“懒”不想搞得那么麻烦,直接跳过这个不知道是什么鬼的字符就好了,代码如下
public static void main(String[] args) { File file = new File(Thread.currentThread().getContextClassLoader() .getResource("BOMEncodedFile.xml").getPath()); try { InputStream inputStream = new FileInputStream(file); String fileContent = IOUtils.toString(inputStream, "UTF-8"); char[] chars = fileContent.toCharArray(); StringBuilder sb = new StringBuilder(); for (int i = 0; i < chars.length; i++) { //逐个打印字符对应的ascii编码 System.out.println("第" + i + "个char的ascii码为:" + (byte) chars[i] + " 字符为:" + chars[i]); //跳过前面乱七八糟的字符 if ((byte) chars[i] > 0) { sb.append(chars[i]); } } Document document = DocumentHelper.parseText(sb.toString()); System.out.println(document.getRootElement().getName()); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } catch (DocumentException e) { e.printStackTrace(); } }
至于BOM是个什么鬼,大家有兴趣可以去搜搜看了解一下,这里就不赘述了。
0 0
- 解决UTF8+BOM编码xml文件解析异常
- utf8编码文件的bom头
- JAVA 无BOM utf8文件编码判断
- Python读取文件,检测文件编码及去除UTF8 BOM
- php文件存储时的编码格式--utf8无BOM
- [编码] 无BOM的UTF8
- 字符编码的历史总结,UTF8的编码规则,文件BOM的由来,笔记
- 编码-Windows中UTF8与BOM
- ThinkPhP UTF8+BOM导致 如何解决
- windows7下gvim打开UTF8无bom文件中文乱码问题的解决
- Xml的编码和Bom
- UTF8 BOM
- UTF8 与 UTF8 +BOM
- 文件编码与BOM浅析
- vs打开utf8编码文件
- 批量更换文件编码utf8
- utf8+bom格式的文件与接口文件
- java 解析xml是报编码异常处理方法
- 微信支付缺少total_fee参数
- python数字图像处理(2):图像的读取、显示与保存
- 字符串模式匹配
- ES6新增了一种模板字符串
- 2016年小码哥JAVA大神班第一期
- 解决UTF8+BOM编码xml文件解析异常
- 矩阵的测试
- C#设置注册表权限失败,修改应用程序以管理员身份执行
- Emgu Image RGB图转成灰度图
- 洛谷【P1156】垃圾陷阱
- 微服务协议选择
- 【12月16日】THUCTC实现基于支持向量机中文文本分类
- Android读取asset目录的文件转File
- Q-Dir取消直接打开zip文件,采用系统默认程序打开zip文件