javascript - 在 javascript 中解析 UTF-8 XML

Question

我正在尝试使用 Node 和 xpath 和 xmldom 包在 javascript 中加载和解析一个简单的 utf-8 编码的 XML 文件。没有使用 XML namespace ，并且在转换为 ASCII 时解析相同的 XML。我可以在 VS Code 的调试器中看到字符串在每个字符之间嵌入了空格(肯定是由于错误地加载了 utf-8 文件)但是我找不到正确加载和解析 utf-8 文件的方法。

代码:

var xpath = require('xpath')
  , dom = require('xmldom').DOMParser;

const fs = require('fs');

var myXml = "path_to_my_file.xml";

var xmlContents = fs.readFileSync(myXml, 'utf8').toString();

// this line causes errors parsing every single tag as the tag names have spaces in them from improper utf-8 decoding
var doc = new dom().parseFromString(xmlContents, 'application/xml');
var cvNode = xpath.select1("//MyTag", doc);

console.log(cvNode.textContent);

如果文件是 ASCII(textContent 具有正确的数据)，代码工作正常，但如果是 UTF-8，则存在许多解析错误和 cvNode 是 undefined。

在 node/javascript 中是否有解析 UTF-8 XML 的正确方法？我这辈子都找不到像样的例子。

Answer 1

当您在每个字母之间看到额外的空格时，这表明该文件实际上并未使用 utf-8 编码，而是使用了 16 位 unicode 编码。

试试 'utf16le'。

有关支持的编码列表，请参阅 Buffers and Character Encodings .