StAX - 使用 XMLStreamWriter 设置版本和编码

Question

我使用 StAX 创建 XML 文件，然后使用 XSD 验证该文件。

我在创建 XML 文件时遇到错误：

javax.xml.stream.XMLStreamException: Underlying stream encoding 'Cp1252' and input paramter for writeStartDocument() method 'UTF-8' do not match.
        at com.sun.xml.internal.stream.writers.XMLStreamWriterImpl.writeStartDocument(XMLStreamWriterImpl.java:1182)

这是代码片段：

XMLOutputFactory xof =  XMLOutputFactory.newInstance();

try{

  XMLStreamWriter xtw = xof.createXMLStreamWriter(new FileWriter(fileName));
  xtw.writeStartDocument("UTF-8","1.0");} catch(XMLStreamException e) {
  e.printStackTrace();

} catch(IOException ie) {

  ie.printStackTrace();

}

我在 Unix 上运行此代码。有人知道如何设置版本和编码风格吗？

Answer 1

我也会尝试将 createXMLStreamWriter() 与输出参数一起使用。

[编辑]尝试过，它通过更改 createXMLStreamWriter 行来工作：

XMLStreamWriter xtw = xof.createXMLStreamWriter(new FileOutputStream(fileName), "UTF-8");

[编辑2]做了一些更复杂的测试，以记录：

String fileName = "Test.xml";
XMLOutputFactory xof =  XMLOutputFactory.newInstance();
XMLStreamWriter xtw = null;
try
{
  xtw = xof.createXMLStreamWriter(new FileOutputStream(fileName), "UTF-8");
  xtw.writeStartDocument("UTF-8", "1.0");
  xtw.writeStartElement("root");
  xtw.writeComment("This is an attempt to create an XML file with StAX");

  xtw.writeStartElement("foo");
  xtw.writeAttribute("order", "1");
    xtw.writeStartElement("meuh");
    xtw.writeAttribute("active", "true");
      xtw.writeCharacters("The cows are flying high this Spring");
    xtw.writeEndElement();
  xtw.writeEndElement();

  xtw.writeStartElement("bar");
  xtw.writeAttribute("order", "2");
    xtw.writeStartElement("tcho");
    xtw.writeAttribute("kola", "K");
      xtw.writeCharacters("Content of tcho tag");
    xtw.writeEndElement();
  xtw.writeEndElement();

  xtw.writeEndElement();
  xtw.writeEndDocument();
}
catch (XMLStreamException e)
{
  e.printStackTrace();
}
catch (IOException ie)
{
  ie.printStackTrace();
}
finally
{
  if (xtw != null)
  {
    try
    {
      xtw.close();
    }
    catch (XMLStreamException e)
    {
      e.printStackTrace();
    }
  }
}

Answer 2

这应该有效：

// ...
Writer writer = new OutputStreamWriter(new FileOutputStream(fileName), "UTF-8");
XMLStreamWriter xtw = xof.createXMLStreamWriter(writer);
xtw.writeStartDocument("UTF-8", "1.0");
// ...

Answer 3

从代码中很难确定，但如果您依赖 JDK 1.6 提供的默认 Stax 实现 (Sun sjsxp)，我建议升级为使用 伍德斯托克斯。
众所周知，它比 Sjsxp 的错误更少，支持整个 Stax2 API，并且得到了积极的开发和支持（而 Sun 版本刚刚编写，错误修复的数量有限）。

但代码中的错误是这样的：

XMLStreamWriter xtw = xof.createXMLStreamWriter(new FileWriter(fileName));

您依赖于默认平台编码（必须是 CP-1252，Windows？）。您应该始终明确指定您正在使用的编码。流编写器只是验证您没有做危险的事情，并发现可能导致文档损坏的不一致。非常聪明，这实际上表明这不是默认的 Stax 处理器。 :-)

（另一个答案也指出了一个正确的解决方法，只需传递 OutputStream 和编码即可让 XMLStreamWriter 做正确的事情）

Answer 4

如果使用与 Oracle JRE/JDK 捆绑在一起的默认 XMLStreamWriter，您应该始终

• 创建一个 XMLStreamWriter，显式设置字符编码：xmlOutputFactory .createXMLStreamWriter(in,encoding)
• 启动文档并显式设置编码：xmlStreamWriter.writeStartDocument(encoding, version)。 writer 不够聪明，无法记住创建 writer 时的编码集。但是，它会检查这些编码是否相同。请参阅下面的代码。

这样，您的文件编码和 XML 声明始终保持同步。尽管在 XML 声明中指定编码是可选的，但 XML 最佳实践是始终指定它。

这是来自 Oracle (Sun) 实现 (Sjsxp) 的代码：

String streamEncoding = null;
if (fWriter instanceof OutputStreamWriter) {
    streamEncoding = ((OutputStreamWriter) fWriter).getEncoding();
}
else if (fWriter instanceof UTF8OutputStreamWriter) {
    streamEncoding = ((UTF8OutputStreamWriter) fWriter).getEncoding();
}
else if (fWriter instanceof XMLWriter) {
    streamEncoding = ((OutputStreamWriter) ((XMLWriter)fWriter).getWriter()).getEncoding();
}

if (streamEncoding != null && !streamEncoding.equalsIgnoreCase(encoding)) {
    // If the equality check failed, check for charset encoding aliases
    boolean foundAlias = false;
    Set aliases = Charset.forName(encoding).aliases();
    for (Iterator it = aliases.iterator(); !foundAlias && it.hasNext(); ) {
        if (streamEncoding.equalsIgnoreCase((String) it.next())) {
            foundAlias = true;
        }
    }
    // If no alias matches the encoding name, then report error
    if (!foundAlias) {
        throw new XMLStreamException("Underlying stream encoding '"
                + streamEncoding
                + "' and input paramter for writeStartDocument() method '"
                + encoding + "' do not match.");
    }
}