Groovy - 在 XML 中解析韩语的编码问题

Question

我有一个 UTF-8 编码的 XML 文件（XMLSpy 和 NotePad++ 都将其显示为编码）。该文件包含韩语字符串，在两个编辑器中都可以正常显示。

<Table>
    <Column ss:StyleID="s63" ss:AutoFitWidth="0" ss:Width="290.25"/>
    <Row ss:AutoFitHeight="0">
        <Cell>
            <Data ss:Type="String">왕복</Data>
        </Cell>
    </Row>
    <Row ss:AutoFitHeight="0">
        <Cell>
            <Data ss:Type="String">..에서</Data>
        </Cell>
    </Row>
    <Row ss:AutoFitHeight="0">
        <Cell>
            <Data ss:Type="String">편도</Data>
        </Cell>
    </Row>
    <Row ss:AutoFitHeight="0">
        <Cell>
            <Data ss:Type="String">기내</Data>
        </Cell>
    </Row>
</Table>

我正在使用 Groovy 解析 XML 文件并将内容写入新的 XML 文件。

        XmlParser parser = new XmlParser();
        def inputSource = new InputSource(new FileReader(file));
        inputSource.setEncoding('UTF-8');

        def workbook = parser.parse(inputSource);

然后我将它写到一个新的 XML 文件中，指定 UTF-8，即使我认为不需要这样做。

        def finalFileWriter = new FileWriter(new File(file.getName()+"_clean.xml").asWritable('UTF-8'));
        def printer = new XmlNodePrinter(new PrintWriter(finalFileWriter));
        printer.preserveWhitespace = true;
        printer.print(workbook);

根据 XMLSpy 的说法，生成的 XML 文件包含不应出现在使用 UTF-8 的文件中的字符，因此会被垃圾替换。它们在 Notepad++ 中也显示不正确。两位编辑都说新文件是 UTF-8 编码的。

上面的代码在操作其他 3 个相同结构的文件时运行良好，分别是简体中文、繁体中文和日文。任何指导都会很棒。

谢谢

Answer 1

如果我将您的输入 XML 放入 /tmp/input.xml，这似乎对我有用：

def workbook = new XmlParser(false, false).parse( '/tmp/input.xml' )

new File( '/tmp/test.xml' ).withWriter( 'UTF-8' ) { w ->
    new XmlNodePrinter( new PrintWriter( w ) ).with { p ->
        preserveWhitespace = true
        p.print( workbook )
    }
}

我必须告诉解析器忽略命名空间，因为您没有指定 ss: 命名空间是什么。

但是/tmp/test.xml 中的输出似乎是对的？