java - 如何让 XSLT 在 Java 中返回 UTF-8

Question

我正在尝试让我的 XSL 脚本使用 UTF-8 编码。像 åäö 和希腊字符这样的字符就像垃圾一样出现。让它工作的唯一方法是将结果写入文件。如果我将它写入输出流，它只会返回垃圾(System.out 有效，但这可能是因为它被重定向到一个文件)。

结果需要从 servlet 返回，请注意这不是 servlet 配置问题。我可以从 servlet 返回一个带有希腊字符的硬编码字符串，它工作正常，所以这是一个转换问题。

这是我当前的(简化的)代码。

protected void doGet(final HttpServletRequest request, final HttpServletResponse response) throws ServletException,
IOException {
    try {
        response.setCharacterEncoding("UTF-8");
        response.setContentType("text/html; charset=UTF-8");

        final TransformerFactory factory = this.getFactory();

        final File inFile = new File("infile.xml");
        final File xslFile = new File("template.xsl");
        final File outFile = new File("outfile.html");

        final Templates templates = factory.newTemplates(new StreamSource(xslFile));
        final Transformer transformer = templates.newTransformer();
        transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");

        final InputStream in = new FileInputStream(inFile);
        final StreamSource source = new StreamSource(in);

        final StreamResult result1 = new StreamResult(outFile);
        final StreamResult result2 = new StreamResult(System.out);
        final ByteArrayOutputStream out = new ByteArrayOutputStream();
        final StreamResult result3 = new StreamResult(out);

        //transformer.transform(source, result1);
        //transformer.transform(source, result2);
        transformer.transform(source, result3);

        final Writer writer = response.getWriter();
        writer.write(new String(out.toByteArray()));
        writer.close();
        in.close();

    } catch (final TransformerConfigurationException e) {
        e.printStackTrace();
    } catch (final TransformerException e) {
        e.printStackTrace();
    }
}

此外，我的 XSL 脚本包含以下内容

<xsl:output method="html" omit-xml-declaration="yes" encoding="UTF-8" indent="yes" />

让它工作的正确方法是什么？如果可能有任何帮助，我将使用 Saxon 进行转换。

Answer 1

这几乎肯定是问题所在:

writer.write(new String(out.toByteArray()));

您已将文本小心地编码为 UTF-8，然后您将使用平台默认编码 转换为字符串。您几乎永远不要使用使用平台默认编码的String 构造函数和方法。即使您想要使用该编码，也要明确地这样做。

如果您无论如何都要写入Writer，为什么要开始写入ByteArrayOutputStream？为什么不直接转到 Writer？

但是，最好直接写入响应的输出流 (response.getOutputStream())，并设置响应的内容类型以指示它是 UTF-8。

请注意，如果您真的想事先将结果作为 String 获取，请使用 StringWriter。写入 ByteArrayOutputStream 然后转换为字符串是没有意义的。