dom4j生成xml中文问题

文章出处： http://hi.baidu.com/seal733/blog/item/363da3503e578261853524fa.html 这几天开始学习dom4j，在网上找了篇文章就开干了，上手非常的快，但是发现了个问题就是无法以UTF-8保存xml文件，保存后再次读出的时候会报“Invalid byte 2 of 2-byte UTF-8 sequence.”这样一个错误，检查发现由dom4j生成的这个文件，在使用可正确处理XML编码的任何的编辑器中中文成乱码，从记事本查看并不会出现乱码会正确显示中文。让我很是头痛。试着使用GBK、gb2312编码来生成的xml文件却可以正常的被解析。因此怀疑的dom4j没有对utf-8编码进行处理。便开始查看dom4j的原代码。终于发现的问题所在，是自己程序的问题。     在dom4j的范例和网上流行的《DOM4J 使用简介》这篇教程中新建一个xml文档的代码都类似如下      public void createXML(String fileName) {          Document doc = org.dom4j.DocumentHelper.createDocument();          Element root = doc.addElement("book");          root.addAttribute("name", "我的图书");          Element childTmp;          childTmp = root.addElement("price");          childTmp.setText("21.22");          Element writer = root.addElement("author");          writer.setText("李四");          writer.addAttribute("ID", "001");          try {              org.dom4j.io.XMLWriter xmlWriter = new org.dom4j.io.XMLWriter(                      new FileWriter(fileName));              xmlWriter.write(doc);              xmlWriter.close();          }          catch (Exception e) {              System.out.println(e);          }      }     在上面的代码中输出使用的是FileWriter对象进行文件的输出。这就是不能正确进行文件编码的原因所在，java中由Writer类继承下来的子类没有提供编码格式处理，所以dom4j也就无法对输出的文件进行正确的格式处理。这时候所保存的文件会以系统的默认编码对文件进行保存，在中文版的window下java的默认的编码为GBK，也就是所虽然我们标识了要将xml保存为utf-8格式但实际上文件是以GBK格式来保存的，所以这也就是为什么能够我们使用GBK、GB2312编码来生成xml文件能正确的被解析，而以UTF-8格式生成的文件不能被xml解析器所解析的原因。     好了现在我们找到了原因所在了，我们来找解决办法吧。首先我们看看dom4j是如何实现编码处理的     public XMLWriter(OutputStream out) throws UnsupportedEncodingException {          //System.out.println("In OutputStream");          this.format = DEFAULT_FORMAT;          this.writer = createWriter(out, format.getEncoding());          this.autoFlush = true;         namespaceStack.push(Namespace.NO_NAMESPACE);      }      public XMLWriter(OutputStream out, OutputFormat format) throws UnsupportedEncodingException {          //System.out.println("In OutputStream,OutputFormat");          this.format = format;          this.writer = createWriter(out, format.getEncoding());          this.autoFlush = true;         namespaceStack.push(Namespace.NO_NAMESPACE);      }      /**       * Get an OutputStreamWriter, use preferred encoding.       */      protected Writer createWriter(OutputStream outStream, String encoding) throws UnsupportedEncodingException {          return new BufferedWriter(              new OutputStreamWriter( outStream, encoding )          );      }     由上面的代码我们可以看出dom4j对编码并没有进行什么很复杂的处理，完全通过java本身的功能来完成。所以我们在使用dom4j的来生成我们的XML文件时不应该直接为在构建XMLWriter时，不应该直接为其赋一个Writer对象，而应该通过一个OutputStream的子类对象来构建。也就是说在我们上面的代码中，不应该用FileWriter对象来构建xml文档，而应该使用FileOutputStream对象来构建所以将代码修改入下：      public void createXML(String fileName) {          Document doc = org.dom4j.DocumentHelper.createDocument();          Element root = doc.addElement("book");          root.addAttribute("name", "我的图书");          Element childTmp;          childTmp = root.addElement("price");          childTmp.setText("21.22");          Element writer = root.addElement("author");          writer.setText("李四");          writer.addAttribute("ID", "001");          try {              //注意这里的修改              org.dom4j.io.XMLWriter xmlWriter = new org.dom4j.io.XMLWriter(                      new FileOutputStream(fileName));              xmlWriter.write(doc);              xmlWriter.close();          }          catch (Exception e) {              System.out.println(e);          }      }        至此DOM4J的问题编码问题算是告一段落，希望对此文章对其他朋友有用