android utf-8 文件解析答案

【问题标题】：android utf-8 file parsingandroid utf-8 文件解析
【发布时间】：2011-10-25 07:26:31
【问题描述】：

我有一些以UTF-8 编码的.xml 文件。但是每当我尝试在我的平板电脑（idea pad、lenovo、android 3.1）上解析它们时，我都会收到同样的错误：

org.xml.SAXParseException: Unexpected token (position: TEXT @1:2 in 
java.io.StringReader@40bdaef8).

这些是引发异常的行：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
InputSource inputSource = new InputSource();
inputSource.setCharacterStream(new StringReader(xmlData));
Document doc = db.parse(inputSource); // This line throws exception

这是我的输入：

public String getFromFile(ASerializer aserializer) {
    String filename = aserializer.toLocalResource();
    String data = new String();
    try {
        InputStream stream = _context.getResources().getAssets().open(filename);
        BufferedReader reader = new BufferedReader(new InputStreamReader(stream));
        StringBuilder str = new StringBuilder();
        String line = null;
        while((line = reader.readLine()) != null) {
            str.append(line);
        }
            stream.close();
            data = str.toString();
   }

           catch(Exception e) {
       }
       return data;
    }

XML 文件：

<Results>
    <Result title="08/07/2011">
        <Field title="Company one" value="030589674"/>
        <Field title="Company two" value="081357852"/>
        <Field title="Company three" value="093587125"/>
        <Field title="Company four" value="095608977"/>
    </Result>
    <Result title="11/07/2011">
        <Field title="Company one" value="030589674"/>
        <Field title="Company two" value="081357852"/>
    </Result>
</Results>

我不想将它们转换为ANSI，那么有什么方法可以使db.parse() 工作吗？

【问题讨论】：

如果你用它显示示例输入真的很有意义
你是怎么读到xmlData的？我怀疑那里出了点问题。
使用读取数据的方法编辑我的原始答案。
stackoverflow.com/questions/7870593/…
如何加载 xmlData？ String 将数据存储为 UTF-16，因此可能是初始化存在问题，或者 XML 已损坏 - 示例会有所帮助。

标签： android parsing exception utf-8 sax

【解决方案1】：

在这一行：

BufferedReader reader = new BufferedReader(new InputStreamReader(stream));

您正在使用平台默认编码从stream 读取数据。这几乎可以肯定不是你想要的。您需要检查 XML 的实际编码，正确的方法是 somewhat complicated。

幸运的是，每一个健全的 XML 解析器（包括 Java/Android 解析器）都可以独立完成。要让 XML 解析器做到这一点，只需传入 stream 本身，而不是尝试手动读取它。

InputSource inputSource = new InputSource(stream);

【讨论】：

我现在有文件流。那么，我是否必须创建一个新的 Utf-8 字符串，例如 data = new String(inputSource, "UTF-8"); ?
@coder：没有！你不需要String。只需从 stream 创建一个 InputSource 并将其传递给解析器。
我正在向我的解析器添加一个新方法，以 InputSource 作为参数。
1.在解析完成之前不要关闭您的流。 2. 不要创建Reader！ InputSource 有a constructor that takes an InputStream！
@coder：无论您从何处加载 XML：在解析之前尝试手动将其转换为 String 是一个坏主意。如果您的输入（在某些时候）是 InputStream，那么您应该始终将 InputStream 传递给解析器。

【解决方案2】：

您很可能使用带有 BOM 标记（字节顺序标记）的 XML 文件。

使用从 BOM 检测编码的 API

Java : How to determine the correct charset encoding of a stream

或者，预处理文件，使 BOM 不存在。

【讨论】：

我用 Notepad++ 手动创建了文件编码：UTF-8 (Not BOM)

【解决方案3】：

默认情况下，您的 java 字符串采用 UTF-16 编码。如果你不能像@Joachim Sauer 建议的那样使用 InputStream，那么试试这个：

Document doc = db.parse(new ByteArrayInputStream(xmlData.getBytes()));

【讨论】：