使用NSXmlParser解析ISO-8859-1

Question

我正在使用nsxmlparser，我想知道如何才能正确地将ISO-8859-1解析为NSString。

目前，我得到的结果是两个字节的字符。

我使用的XML (不是我创建的)以<?xml version="1.0" encoding="ISO-8859-1"?>开头

下面是我正在使用的基本调用(省略了NSThread调用)。

NSString *xmlFilePath = [[NSBundle mainBundle] pathForResource:sampleFileName ofType:@"xml"];

NSString *xmlFileContents = [NSString stringWithContentsOfFile:xmlFilePath encoding:NSUTF8StringEncoding error:nil];

NSData *data = [xmlFileContents dataUsingEncoding:NSUTF8StringEncoding];

NSXMLParser *parser = [[NSXMLParser alloc] initWithData:data];

[parser setDelegate:self];

[parser parse];

Answer 1

XML specification 建议在prolog文档中使用显式 。您的输入文档可能有一个；它将告诉您解析器解释字符输入时必须使用的编码。

在没有显式声明的情况下，同一节说to 将输入视为UTF-8或UTF-16 (如果文档没有按照这两种格式编码，那么文档就是错误的)。

因此，如果您的解析器忽略了显式编码声明，或者在没有显式声明的情况下使用了错误的编码，那么您的解析器做的就是错误的™，需要对其进行修复以符合XML规范。

Answer 2

看起来您的标题认为它是ISO-8859-1，并且从行为(以两个字符而不是一个字符结尾)来看，至少您的部分内容已经是UTF-8了。这看起来像是一个经典的“双重UTF-8编码问题”，已经编码为utf-8的内容又被编码为UTF-8。将报头更改为UTF-8，它可能会开始工作。您可以尝试始终以UTF-8格式运行您的代码，然后按照它所说的那样运行(因为如果不是UTF-8格式，您将得到一个解析器错误)。

最后，请注意，如果XML文件是通过HTTP提供的，则它的编码将被HTTP header覆盖。

不确定它是否适用于您的需求，但我喜欢parsing XML at all costs上的这篇文章。例如，我会指出我也喜欢feedparser (Python)，因为它不惜一切代价是最好的XML解析器(非常适合于想法，但不适合您的情况)。