android utf-8文件解析

Question

我有一些以UTF-8編碼的.xml文件。 但是，每當我嘗試在平板電腦（idea pad，lenovo，android 3.1）上解析它們時，我都會收到相同的錯誤：

org.xml.SAXParseException: Unexpected token (position: TEXT @1:2 in 
java.io.StringReader@40bdaef8).

這些行引發異常：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
InputSource inputSource = new InputSource();
inputSource.setCharacterStream(new StringReader(xmlData));
Document doc = db.parse(inputSource); // This line throws exception

這是我的輸入：

public String getFromFile(ASerializer aserializer) {
    String filename = aserializer.toLocalResource();
    String data = new String();
    try {
        InputStream stream = _context.getResources().getAssets().open(filename);
        BufferedReader reader = new BufferedReader(new InputStreamReader(stream));
        StringBuilder str = new StringBuilder();
        String line = null;
        while((line = reader.readLine()) != null) {
            str.append(line);
        }
            stream.close();
            data = str.toString();
   }

           catch(Exception e) {
       }
       return data;
    }

XML檔案：

<Results>
    <Result title="08/07/2011">
        <Field title="Company one" value="030589674"/>
        <Field title="Company two" value="081357852"/>
        <Field title="Company three" value="093587125"/>
        <Field title="Company four" value="095608977"/>
    </Result>
    <Result title="11/07/2011">
        <Field title="Company one" value="030589674"/>
        <Field title="Company two" value="081357852"/>
    </Result>
</Results>

我不想將它們轉換為ANSI ，那么有什么方法可以使db.parse()工作？

Answer 1

在這一行：

BufferedReader reader = new BufferedReader(new InputStreamReader(stream));

您正在使用平台默認編碼從stream讀取。 幾乎可以肯定這不是您想要的。 您需要檢查XML以獲取實際的編碼，並且正確的編碼方式有些復雜 。

幸運的是，每個理智的XML解析器（包括Java / Android解析器）都可以自己完成。 為了使XML解析器能夠做到這一點，只需傳遞stream本身，而不是嘗試手動讀取它即可。

InputSource inputSource = new InputSource(stream);

Answer 2

您的Java字符串默認為UTF-16編碼。 如果您不能按照@Joachim Sauer的建議使用InputStream，請嘗試以下操作：

Document doc = db.parse(new ByteArrayInputStream(xmlData.getBytes())); 

Answer 3

您很有可能使用帶有BOM標記（字節順序標記）的XML文件。

使用API​​來檢測BOM表中的編碼

• Java：如何確定流的正確字符集編碼

或者，對文件進行預處理，以使不存在BOM。