这几天开始学习dom4j，在网上找了篇文章就开干了，上手非常的快，但是发现了个问题就是无法以utf-8保存xml文件，保存后再次读出的时候会报“invalid byte 2 of 2-byte utf-8 sequence.”这样一个错误，检查发现由dom4j生成的这个文件，在使用可正确处理xml编码的任何的编辑器中中文成乱码，从记事本查看并不会出现乱码会正确显示中文。让我很是头痛。试着使用gbk、gb2312编码来生成的xml文件却可以正常的被解析。因此怀疑的dom4j没有对utf-8编码进行处理。便开始查看dom4j的原代码。终于发现的问题所在，是自己程序的问题。
在dom4j的范例和网上流行的这篇教程中新建一个xml文档的代码都类似如下
publicvoid createxml(string filename) { document doc = org.dom4j.documenthelper.createdocument();
element root = doc.addelement("book");
root.addattribute("name", "我的图书");
element childtmp;
childtmp = root.addelement("price");
childtmp.settext("21.22");
element writer = root.addelement("author");
writer.settext("李四");
writer.addattribute("id", "001");
try {
org.dom4j.io.xmlwriter xmlwriter = new org.dom4j.io.xmlwriter(
newfilewriter(filename));
xmlwriter.write(doc);
xmlwriter.close();
}
catch (exception e) {
system.out.println(e);
}
}
在上面的代码中输出使用的是filewriter对象进行文件的输出。这就是不能正确进行文件编码的原因所在，java中由writer类继承下来的子类没有提供编码格式处理，所以dom4j也就无法对输出的文件进行正确的格式处理。这时候所保存的文件会以系统的默认编码对文件进行保存，在中文版的window下java的默认的编码为gbk，也就是所虽然我们标识了要将xml保存为utf-8格式但实际上文件是以gbk格式来保存的，所以这也就是为什么能够我们使用gbk、gb2312编码来生成xml文件能正确的被解析，而以utf-8格式生成的文件不能被xml解析器所解析的原因。
好了现在我们找到了原因所在了，我们来找解决办法吧。首先我们看看dom4j是如何实现编码处理的
public xmlwriter(outputstream out) throws unsupportedencodingexception {
//system.out.println("in outputstream");
this.format = default_format;
this.writer = createwriter(out, format.getencoding());
this.autoflush = true;
namespacestack.push(namespace.no_namespace);
}
public xmlwriter(outputstream out, outputformat format) throws unsupportedencodingexception {
//system.out.println("in outputstream,outputformat");
this.format = format;
this.writer = createwriter(out, format.getencoding());
this.autoflush = true;
namespacestack.push(namespace.no_namespace);
}
/**
*getanoutputstreamwriter,usepreferredencoding.
*/
protected writer createwriter(outputstream outstream, string encoding) throws unsupportedencodingexception {
returnnew bufferedwriter(
new outputstreamwriter( outstream, encoding )
);
}
由上面的代码我们可以看出dom4j对编码并没有进行什么很复杂的处理，完全通过java本身的功能来完成。所以我们在使用dom4j的来生成我们的xml文件时不应该直接为在构建xmlwriter时，不应该直接为其赋一个writer对象，而应该通过一个outputstream的子类对象来构建。也就是说在我们上面的代码中，不应该用filewriter对象来构建xml文档，而应该使用fileoutputstream对象来构建所以将代码修改入下：
publicvoid createxml(string filename) {
document doc = org.dom4j.documenthelper.createdocument();
element root = doc.addelement("book");
root.addattribute("name", "我的图书");
element childtmp;
childtmp = root.addelement("price");
childtmp.settext("21.22");
element writer = root.addelement("author");
writer.settext("李四");
writer.addattribute("id", "001");
try {
//注意这里的修改
org.dom4j.io.xmlwriter xmlwriter = new org.dom4j.io.xmlwriter(
new fileoutputstream(filename));
xmlwriter.write(doc);
xmlwriter.close();
}
catch (exception e) {
system.out.println(e);
}
}
至此dom4j的问题编码问题算是告一段落，希望对此文章对其他朋友有用。