DOMImplementationLS 在 Java 中以 UTF-8 序列化为字符串答案

【问题标题】：DOMImplementationLS serialize to String in UTF-8 in JavaDOMImplementationLS 在 Java 中以 UTF-8 序列化为字符串
【发布时间】：2010-12-10 20:14:07
【问题描述】：

阅读 java org.w3c.dom.ls 的文档，似乎只能将元素序列化为使用 java 本机字符串编码 UTF-16 的字符串。但是，我需要创建一个 UTF-8 字符串，无论是否转义，我知道它仍然是一个 UTF-16 字符串。有人有办法解决这个问题吗？我需要将字符串传递给生成的 WS 客户端，该客户端将使用该字符串，那么它应该是 UTF-8。

我用来创建字符串的代码：

DOMImplementationRegistry domImplementationRegistry = DOMImplementationRegistry.
DOMImplementationLS domImplementationLS = (DOMImplementationLS) REGISTRY.getDOMImplementation("LS");
LSSerializer writer = domImplementationLS.createLSSerializer();
String result = writer.writeToString(element);

【问题讨论】：

@Tomas - 没有 UTF-8 Java 字符串这样的东西。我希望任何将 UTF-8 编码字节强制转换为 char 类型的尝试都会以泪水告终。

标签： java xml dom xml-serialization

【解决方案1】：

你仍然可以使用DOMImplementationLS:

DOMImplementationRegistry domImplementationRegistry = DOMImplementationRegistry.
DOMImplementationLS domImplementationLS = (DOMImplementationLS)REGISTRY.getDOMImplementation("LS");
LSOutput lsOutput =  domImplementationLS.createLSOutput();
lsOutput.setEncoding("UTF-8");
Writer stringWriter = new StringWriter();
lsOutput.setCharacterStream(stringWriter);
lsSerializer.write(doc, lsOutput);     
String result = stringWriter.toString();

【讨论】：

【解决方案2】：

我发现将 DOM 序列化为 String 最灵活的方法是使用 javax.xml.transform API：

    Node node = ...
    StringWriter output = new StringWriter();

    Transformer transformer = TransformerFactory.newInstance().newTransformer();
    transformer.transform(new DOMSource(node), new StreamResult(output));

    String xml = output.toString();

它不是特别优雅，但它应该让您更好地控制输出编码。

【讨论】：

很有魅力，但我如何设置显式编码，这会生成没有配置的 UTF-8？
这取决于您使用的Writer 实现。我认为StringWriter 恰好默认为 UTF-8。
@skaffman - “StringWriter 恰好默认为 UTF-8”。你误会了。字符串是 UTF-16；转换器可能会添加一个表示<?xml version="1.0" encoding="UTF-8"?> 的 XML 标头，但这与任何实际的编码操作无关。
也为我工作 - 另一个有 UTF-16 内容，在尝试使用文档构建器解析时导致“prolog 中不允许的内容”错误。