在 Maven 项目中更改编码（CP-1252 到 UTF-8）时，我应该如何处理编码为 iso-8859-1 的 XML 文件答案

【问题标题】：When changing encoding in Maven project (CP-1252 to UTF-8), how shall i handle XML-files with encoding iso-8859-1在 Maven 项目中更改编码（CP-1252 到 UTF-8）时，我应该如何处理编码为 iso-8859-1 的 XML 文件
【发布时间】：2013-09-16 12:06:47
【问题描述】：

我目前正在使用遗留代码。该项目是一个基于 maven 的大型项目，其中一项任务是将编码从 cp1252 更改为 utf-8 .ie

<project.build.sourceEncoding>cp1252</project.build.sourceEncoding>

到

 <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>

大部分代码已经是 utf-8，但其中有一些 xml 文件不是，（并且它们的标头为 <?xml version="1.0" encoding="ISO-8859-1"?>.）

我必须手动将所有这些文件的标头中的所有这些文件更改为 utf-8，还是只要将 Maven 中的设置更改为 UTF-8 就可以正常工作？我猜这样做会导致很多可能的损坏字符？

【问题讨论】：

标签： java maven encoding utf-8 iso-8859-1

【解决方案1】：

这完全取决于 XML 元素内的数据。盲目更改编码可能会损坏 xml 解析中的一个或多个数据。这是因为，系统从表头中获取元素内的数据是否为特殊字符的信息。例如 1 表示德语中某个字母的代码在日语中可能表示不同的字符。

您可能希望使用http://okapi.sourceforge.net/Release/Utilities/Help/encodingconversion.htm 等外部工具处理您的xml 文件；这将帮助您更改文件的编码。

作为第二种方法，如果您的 XML 文件很短，并且您知道 XML 中特定 iso-8859-1 字符的 utf-8 代码，那么您可以使用简单的 java 替换函数来处理输入文件并生成数据输出文件。

【讨论】：

【解决方案2】：

它doesn't apply to XML files:

目前，需要为每个处理源文件的插件单独配置源文件的字符编码。在这种情况下，源文件是指一些纯文本文件——与 XML 文件不同——缺乏指定所采用文件编码的内在方法。 Java 源文件是此类文本文件的最典型示例。 Velocity 模板、BeanShell 脚本和 APT 文档是进一步的示例。此提议不适用于 XML 文件，因为它们的编码可以从文件本身确定，请参阅 XML 编码了解更多信息。

【讨论】：