java - 在 Java/Android 中读取 XML 中的 unicode 字符

Question

我试图获取带有一些 Unicode 字符的 XML 输出。我无法读取标签内的完整字符串，只能读取一个。

这是我的 XML 输出

 <item>
    <id>1</id>    
    <name>&#x0DBD;&#x0DDC;&#x0DBD;&#x0DCA;</name>
    <cost>155</cost>
    <description>&#x0DBD;&#x0DDC;</description>
</item> 

这是我用来解析 XML 字符串的 java 代码。

    public Document getDomElement(String xml) {
Document doc = null;
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
try {

    DocumentBuilder db = dbf.newDocumentBuilder();

    InputSource is = new InputSource();
    is.setEncoding("UTF-16");
    is.setCharacterStream(new StringReader(xml));
    doc = db.parse(is);

} catch (ParserConfigurationException e) {
    Log.e("Error: ", e.getMessage());
    return null;
} catch (SAXException e) {
    Log.e("Error: ", e.getMessage());
    return null;
} catch (IOException e) {
    Log.e("Error: ", e.getMessage());
    return null;
}
// return DOM
return doc;
}

当我使用普通英文字符时，它会给出完整的字符串。

Answer 1

我已经尝试过你的代码，没有问题。如果我用非英语字符评估节点，则节点存在并且具有正确的字符数。它们不可打印，因为我使用的字体中没有该字形，但 value.codePointAt(i) 返回正确的代码点。

    NodeList list = doc.getDocumentElement().getChildNodes();
    for (int i=0; i<list.getLength(); i++)
    {
        String value = list.item(i).getTextContent();
        for (int j=0; j<value.length(); j++)
            System.out.print(" " + value.codePointAt(j));
        System.out.println();
    }

输出:

 49
 3517 3548 3517 3530
 49 53 53
 3517 3548

对应于代码点的十进制表示形式。

我已经手动创建了 xml 字符串。你已经记住了，对吗？