有没有一种不用添加默认编码就可以在Java中解析XML的简单方法？

Question

我有一些代码，它读取XML文件，格式化它，然后再次输出到同一个文件。但是，如果没有定义编码，则输出XML已定义UTF-8

例如：

<?xml version="1.0"?>

变成：

<?xml version="1.0" encoding="UTF-8"?>

我想知道是否有任何方法可以保留以前存在的任何编码（或缺少编码）

这是我目前的代码：

DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
Document document = docBuilder.parse(file);

OutputFormat format = new OutputFormat(document);
format.setLineWidth(65);
format.setIndenting(true);
format.setIndent(2);

Writer out = new StringWriter();
XMLSerializer serializer = new XMLSerializer(out, format);
serializer.serialize(document);

//custom method to write file
writeFile(filePath, out.toString());

感谢您的帮助。谢谢

Answer 1

OutputFormat有一个setEncoding(String)方法。这样使用：

format.setEncoding(document.getXmlEncoding());

这将在输出文档前言中保留文档的原始编码。但是，如果文档的原始编码未设置，文档将被删除。getXmlEncoding（）返回null，并且OutpoutFormat.setEncoding(String)的Javadoc没有指定给定null时方法的行为

当然，写入文件的自定义方法需要将编码作为参数，因为在前导中指定编码并在写入文件时使用另一种编码是非法的

另外，在XML中，UTF-8编码是默认的。因此，在前导中省略编码或指定UTF-8具有相同的含义

Answer 2

默认情况下，创建StreamWriter是为了使用不带前导的UTF-8。详见here

Answer 3

可以使用Document.getEncoding并将其作为构造函数参数传递给OutputFormat类的重载构造函数