使用 NSXmlParser 解析 ISO-8859-1答案

【问题标题】：Parsing ISO-8859-1 w/ NSXmlParser使用 NSXmlParser 解析 ISO-8859-1
【发布时间】：2010-03-21 00:22:44
【问题描述】：

我正在使用 nsxmlparser，想知道如何将 ISO-8859-1 正确解析为 NSString。

目前，我正在获得两字节字符的结果。

我使用的 XML（不是我创建的）以 <?xml version="1.0" encoding="ISO-8859-1"?> 开头

这是我正在使用的基本调用（省略了 NSThread 调用）。

NSString *xmlFilePath = [[NSBundle mainBundle] pathForResource:sampleFileName ofType:@"xml"];

NSString *xmlFileContents = [NSString stringWithContentsOfFile:xmlFilePath encoding:NSUTF8StringEncoding error:nil];

NSData *data = [xmlFileContents dataUsingEncoding:NSUTF8StringEncoding];

NSXMLParser *parser = [[NSXMLParser alloc] initWithData:data];

[parser setDelegate:self];

[parser parse];

【问题讨论】：

看起来您的源编码可能至少部分是 UTF-8。我建议发布样本（或样本链接），以便进一步诊断。
我在顶部看到这一行。我假设那是编码？如何设置 NSXmlParser 以使用它？
Travis：这是包含编码声明的序言，是的。可能是错的！或者解析器可能没有正确使用它。无论哪种方式，不，您不需要告诉解析器；它应该按原样遵守声明（如果它识别编码的名称）。

标签： xml iphone character-encoding nsxmlparser

【解决方案1】：

XML specification 建议在文档序言中使用明确的character encoding declaration。您的输入文档可能有一个；这将告诉您解析器必须用来解释字符输入的编码。

在没有显式声明的情况下，同一部分说将输入视为 UTF-8 或 UTF-16（如果结果不是编码为，则该文档是错误的任何一个）。

因此，如果您的 XML 解析器忽略显式编码声明，或者在没有显式声明的情况下使用错误的编码，则您的解析器做错了™，需要进行修复以符合 XML 规范。

【讨论】：

嗯，好的。这就说得通了。抱歉，我对此有点陌生。所以在我的 XML 文档的顶部是行。那是编码对吗？所以我必须告诉 NSXmlParser 这个？
请注意，XML 规范不要求解析器理解 UTF-8 和 UTF-16 以外的任何内容（第 2.2 节）。我从未使用过有问题的 XML 解析器，所以我不确定，但 NSXmlParser 可能不支持除此之外的任何内容。

【解决方案2】：

看起来您的标头认为它是 ISO-8859-1，并且从行为（以两个字符而不是一个字符结尾）听起来至少您的一些内容已经是 UTF-8。这看起来像一个经典的“双 utf-8 编码问题”，其中已经编码为 UTF-8 的内容再次编码为 UTF-8。将标题更改为 UTF-8，它可能会开始工作。您可以尝试始终以 UTF-8 的形式运行您的代码，然后按照它所说的那样运行（因为如果不是 UTF-8，您会收到解析器错误）。

最后请注意，如果通过 HTTP 提供 XML 文件的编码，则它会被 HTTP 标头覆盖。

不确定它是否适合您的需求，但我喜欢parsing XML at all costs 上的这篇文章。作为一个例子，我要指出我也喜欢 feedparser (Python)，因为它是最好的 XML 不惜一切代价的 XML 解析器（非常适合想法，但不适合您的情况）。

【讨论】：

很棒的信息谢谢。因此，如果我有一个指向 XML 文件的 http 链接，那么在没有 HTTP 修改的情况下，在本地下载该文件供我查看的简单方法是什么？我在 Safari 中尝试过，但还没有找到。
出于调试目的，我倾向于在命令行上使用curl 或wget 并告诉他们显示标题。在浏览器中，我将使用 Firefox 和 FireBug 之类的扩展来显示标题。要在浏览器中查看内容，我只需右键单击它并选择“查看源代码”。