用JCabi Java读取UTF-16 XML文件

Question

我已经找到了这个JCabi代码片段，它可以很好地处理UTF-8XML编码文件，它基本上读取该xml文件，然后将其打印为一个字符串。

            XML xml;
            try {
                xml = new XMLDocument(new File("test8.xml"));
                String xmlString = xml.toString();
                System.out.println(xmlString);
            } catch (FileNotFoundException e1) {
                e1.printStackTrace();
            }

但是，为了在UTF-16编码的xml上运行相同的代码，我需要这样做，它给出了以下错误：

致命错误:1:1: prolog中不允许内容。线程“AWT 0”java.lang.IllegalArgumentException中的异常:无法解析，很可能是由:org.xml.sax.SAXParseException、lineNumber: 1、columnNumber: 1造成的，在prolog中不允许使用内容。

我读过关于这个错误的文章，这意味着解析器它没有识别prolog，因为它看到的字符因为编码而不应该在那里。

我尝试过其他库，它们提供了一种“告诉”编码源文件的类的方法，但是我能够在某种程度上让它工作的唯一库是JCabi，但是我无法找到一种方法来告诉它我的源文件是用UTF-16编码的。

谢谢，任何帮助都是非常感谢的。

Answer 1

jcabi XMLDocument有各种构造函数，包括一个接受字符串的构造函数。因此，一种方法是使用：

Path path = Paths.get("test16_LE_with_bom.xml");
XML xml = new XMLDocument(Files.readString(path, StandardCharsets.UTF_16LE));
String xmlString = xml.toString();
System.out.println(xmlString);

这利用了java.nio.charset.StandardCharsets和java.nio.file.Files。

在我的第一个测试中，我的XML文件被编码为UTF-16-LE (开头是一个BOM表：FF FE表示小endian)。以上方法处理BOM OK。

我的测试文件的prolog如下(没有显式编码--也许这是一件坏事，在这里？)：

<?xml version="1.0"?>

在我的第二个测试中，我删除了BOM，并使用更新的文件重新运行--这也有效。

我使用Notepad++和十六进制编辑器来验证/选择编码&编辑测试文件。

您的文件可能与我的测试文件不同(bevs.le)。