【转】解析xml文件获取encoding的值

fatbear — Thu, 13 Nov 2008 02:33:00 GMT

转自http://faq.csdn.net/read/207889.html

为 DOM Level 3 而完成的一项重要任务是：通过加入新的可以查询缺少的 XMLInfoset 信息的方法，使 DOM 数据模型与 XML Information Set（Infoset）相匹配。例如，现在可以通过 Document 接口（它被映射到 Infoset 文档信息项）查询和修改储存在一个 XML 声明中的信息，例如 version、standalone 和 encoding。类似地，基本 URI 和声明基本 URI 属性是根据 XML Base 处理的，它们被放在 Node 接口中。您还可以获取 XML Infoset 元素内容的 whitespace 属性。这个属性表明一个 Text 节点是否只包含可以被忽略的空白。可以通过 Text 接口（它映射到 XML Inforset 字符信息项）获得这个属性。清单1展示了在 Java 语言绑定中这个接口中的实际方法签名。

清单1. 在 Java 语言绑定的方法签名

// XML Declaration information on
// the org.w3c.dom.Document interface
public String getXmlEncoding();
public void setXmlEncoding(String xmlEncoding);
public boolean getXmlStandalone();
public void setXmlStandalone(boolean xmlStandalone)
                                  throws DOMException;
public String getXmlVersion();
public void setXmlVersion(String xmlVersion)
                                  throws DOMException;

// element content whitespace property on the Text
// interface
public boolean isWhitespaceInElementContent();

通过 Attr 接口的 schemaTypeInfo 属性，您还可以获取一个属性信息项的属性类型特性的值 ——即一个属性的类型。后面有一节对此给予了更详细的介绍。

此外，这里提供了一个新的特性，用于以最接近 XML Infoset 的形式返回 Document，在此之前，由于不同的编辑操作（例如插入或者删除节点）的作用，文档通常会更加偏离 XML Infoset。这是在进行文档标准化（document normalization）操作时可能造成的部分结果，我们将在下面的文档标准化一节中对此加以描述。

最后，新的 Appendix C 提供了 XML Infoset 模型与 DOM 之间的映射，在这种映射中，每一个 XML Infoset 信息项都映射到其相应的 Node，反之也一样，一个信息项的每一个属性都映射到其相应 Node 的属性。这个附录应该可以使您对 DOM 数据模型有一个很好的全面了解，并且展示了如何访问所要查找的信息。

---------------------------------------------------------------

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        DocumentBuilder builder = factory.newDocumentBuilder();
        InputStream in = Test.class.getResourceAsStream(fileName);
        DocumentImpl doc = (DocumentImpl) builder.parse(in);

---------------------------------------------------------------

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.apache.xerces.dom.DocumentImpl;

            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            InputStream in = new FileInputStream(args[0]);
            DocumentImpl doc = (DocumentImpl)builder.parse(in);
            System.out.println(doc.getXmlEncoding());

============================================================================
import org.dom4j.Document;
import org.dom4j.DocumentHelper;

            String xml = "Hi there";
            Document doc = DocumentHelper.parseText(xml);
            System.out.println("The encoding is " + doc.getXMLEncoding());
            System.out.println("As XML: " + doc.asXML());

The result is:

The encoding is iso-8859-1
As XML:
Hi there

=================================

            String xml = "Hi there";
            Document doc = DocumentHelper.parseText(xml);
            System.out.println("The encoding is " + doc.getXMLEncoding());
            System.out.println("As XML: " + doc.asXML());

The result is:

The encoding is UTF-8

As XML:
Hi there

====================================
            String xml = "Hi there";
            Document doc = DocumentHelper.parseText(xml);
            System.out.println("The encoding is " + doc.getXMLEncoding());
            System.out.println("As XML: " + doc.asXML());

The result is:

The encoding is GBK

As XML:
Hi there

fatbear 2008-11-13 10:33 发表评论

BlogJava-肥熊熊-随笔分类-XML/XSLT

【转】解析xml文件获取encoding的值