无法通过 JAVA API 将带有 iso 编码的 xml 写入 Marklogic答案

【问题标题】：Not able to write xml with iso encoding to Marklogic via JAVA API无法通过 JAVA API 将带有 iso 编码的 xml 写入 Marklogic
【发布时间】：2015-05-04 10:26:42
【问题描述】：

我们正在尝试通过 JAVA API 将 ISO 编码的 xml 插入 MarkLogic，但出现此错误。 xml中包含特殊字符，例如：注册商标标志-

®

Bad Request. Server Message: XDMP-DOCUTF8SEQ: Invalid UTF-8 escape sequence at  line 14145 -- document is not UTF-8 encoded.

代码：

DatabaseClient client = DatabaseClientFactory.newClient(IP, PORT,
                DATABASE_NAME, USERNAME, PWD, Authentication.DIGEST);
            // acquire the content
            InputStream xmlDocStream = XMLController.class.getClassLoader()
                    .getResourceAsStream("path to xml file");

            // create a manager for XML documents
            XMLDocumentManager xmlDocMgr = client.newXMLDocumentManager();

            // create a handle on the content
            InputStreamHandle xmlhandle = new InputStreamHandle(xmlDocStream);

            // write the document content
            xmlDocMgr.write("/" + filename, xmlhandle);

【问题讨论】：

如果我们使用 mlcp (marklogic content pump) 加载这个 xml，我们会得到同样的错误
是的，代码是……？
您基本上已经问过这个问题，但措辞略有不同？ stackoverflow.com/questions/30028454/…
@fge 我们已经添加了相关代码。

标签： java xml encoding utf-8 marklogic

【解决方案1】：

斯拉万：

解决方案是通过将输入流包装在 InputStreamReader 中来指定读取资源时的当前 ISO 编码：

http://docs.oracle.com/javase/8/docs/api/java/io/InputStreamReader.html#InputStreamReader-java.io.InputStream-java.lang.String-

当 Java API 知道内容具有不同的编码但假定内容已经是 UTF-8 时，它会转换为 UTF-8。更多关于编码转换的详细信息，请参见：

http://docs.marklogic.com/guide/java/document-operations#id_11208

希望对您有所帮助，

【讨论】：

我尝试使用 XMLEventReaderHandle 和 XMLStreamReaderHandle。这对于使用 UTF-8 编码的 xml 文件来说效果很好，即插入和检索都成功（这里 Marklogic 将特殊字符转换为其他形式，并且在检索时显示正确的形式）但是当我尝试使用 xml 时ISO 编码，我可以插入但无法检索文件中的特殊字符。
MarkLogic 始终将 JSON、文本和 XML 文档存储为 UTF-8。如果应用程序或工具需要读取其他编码（例如 ISO-8859-1）的文档，您可以使用 InputStreamHandle 在文档上打开 InputStream，然后使用指定字符集的 Reader（或其他读取 API）包装它为所需的编码。