以下单元测试使用 Java XML API 生成简单的 XML 文档。
import org.junit.Test;
import javax.xml.stream.*;
import java.io.ByteArrayOutputStream;
public class XmlErrorTest {
@Test
public void test() throws XMLStreamException {
final XMLOutputFactory xmlOutFact = XMLOutputFactory.newInstance();
final ByteArrayOutputStream baos = new ByteArrayOutputStream();
final XMLStreamWriter xwtr = xmlOutFact.createXMLStreamWriter(baos);
xwtr.writeStartDocument();
xwtr.writeStartElement("Test");
xwtr.writeCharacters(Character.toString('£'));
xwtr.writeEndElement();
xwtr.writeEndDocument();
xwtr.close();
System.out.println(baos.toString());
final byte[] bs = baos.toByteArray();
for (int i = 27; i < 31; ++i) {
System.out.println(i + " : " + bs[i] + "(" + (char)bs[i] + ")");
}
}
}
如果我直接使用 IDE (Intellij) 运行测试,则会输出以下内容:
<?xml version="1.0" ?><Test>£</Test>
27 : 62(>)
28 : -62(ᅡ)
29 : -93(ᆪ)
30 : 60(<)
即£ 符号在输出中正确再现。如果我在 Maven 构建中运行测试,则会得到以下结果:
<?xml version="1.0" ?><Test>�</Test>
27 : 62(>)
28 : -93(?)
29 : 60(<)
30 : 47(/)
即生成的字节数据似乎不正确 - 看起来好像丢失了一个字节。
注意,我在父 pom.xml 文件中指定以下内容:
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
当我从 Maven 运行测试时,为什么 XML £ 符号“损坏”?这种情况只发生在 Windows 上 - Linux 和 MacOS 构建似乎未受影响。
这是使用 Java 1.8.0_131 和 Maven 3.3.9。
最佳答案
您可以尝试使用具有指定编码的 Writer 来包装 OutputStream:
final ByteArrayOutputStream baos = new ByteArrayOutputStream();
final OutputStreamWriter stringWriter = new OutputStreamWriter(baos, StandardCharsets.UTF_8);
final XMLStreamWriter xwtr = xmlOutFact.createXMLStreamWriter(stringWriter);
原因是JVM的默认字符集,当你使用IntelliJ运行时,它运行时添加了-Dfile.encoding=UTF-8参数。
您可以使用以下方法检查当前使用的编码:
Charset defaultCharset = Charset.defaultCharset();
System.out.println(defaultCharset);
您可以在运行时将 -Dfile.encoding=UTF-8 添加到 maven 中,但恕我直言,我们不应该依赖默认编码,在进行字节/字符串转换时始终指定编码。前任: 而不是:
//using default charset, we cannot know in runtime
"test".getBytes();
String foo = new String(bytes);
Reader reader = new FileReader(file);
只需使用这个:
"test".getBytes(StandardCharsets.UTF_8);
String foo = new String(bytes, StandardCharsets.UTF_8);
Reader reader = new InputStreamReader(new FileInputStream(file),"UTF-8");
关于在 Maven 构建单元测试中(在 Windows 上),Java XMLStreamWriter 将 '£' 序列化为不同的字节数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56540091/