java Apache Camel处理XMLFile中声明的编码
我正在尝试使用带有xtokenize的Apache Camel Splitter解析一个UTF-16编码的文档，这将委托Woodstox（com.ctc.wstx.sr.BasicStreamReader），而且我在读取之前无法知道文件的编码，目前一些文件是UTF-16，其他文件是UTF-8：
.split().xtokenize(getToken(), 'w', NAMESPACES)
我遇到的问题是Camel告诉Woodstox要使用哪种编码：
String charset = IOHelper.getCharsetName(exchange);
它将默认UTF-8设置为编码，因此BasicStreamReader尝试将BOM字节读取为UTF-8，但失败
com.ctc.wstx.exc.WstxUnexpectedCharException: Unexpected character '�' (code 65533 / 0xfffd) in prolog; expected '<'
正如https://www.w3.org/TR/xml/#sec-guessing中所指定的，如果只有Camel允许XML解析器（Woodstox）进行工作，它应该能够自动检测文件编码
有没有办法不自己实现编码检测
# 1 楼答案
创建了Camel JIRA票据： https://issues.apache.org/jira/browse/CAMEL-11846 从我的评论中，您可以看到，在不事先知道UTF-16的情况下，使用Camel拆分UTF-16XML是不容易的
虽然将XMLTokenExpressionIterator子类化（这是一个ExpressionAdapter）并切换到InputStream首先是可行的，但xslt&；还有其他几个地方可以使用；xpath&；转换到StatxSource，它将因相同原因中断
作为一种解决方案，我认为让XmlStreamReader提前找到编码（发生在初始化）并设置Exchange更容易。字符集\名称标题或属性
# 2 楼答案
好的，我可以看到当前的源代码将回退并使用平台编码。因此，不支持使用XML节中提供的编码的用例
我不确定Camel是否真的需要回退到默认的平台编码，因为它在拆分器中使用了
java.util.Scanner，并且它支持不使用特定编码的扫描也许您可以尝试在
XMLTokenExpressionIterator中修补源代码，并在本地对其进行测试，然后在这里报告然后，我们可以看看在ApacheCamel中是否可以选择使用回退编码
在当前版本的ApacheCamel中，您始终可以扩展
XMLTokenExpressionIterator并重写doEvaluate方法，然后在不使用字符集参数的情况下调用createIterator方法。然后将自定义迭代器与Camel拆分器一起使用