Java写XML文件的中文问题：GBK<->UTF-8，为什么UTF-8的XML里面是GBK的中文？

Question

firstChild.setAttribute("attr", new String("中文测试","ISO-8859-1");i forgot the encode type,may be using DEFAULT and if your JDK is internation editor,or try modify ISO-8859-1 to gb2312

Answer 1

改成
firstChild.setAttribute("attr", new String("中文测试".getBytes(),"ISO-8859-1"));
的结果：<?xml version="1.0" encoding="UTF-8"?>
<test-root>
    <test-attribute attr="&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;&#65533;"/>
</test-root>
------------------------------------
改成
firstChild.setAttribute("attr", new String("中文测试".getBytes(),"GB2312"));
的结果：<?xml version="1.0" encoding="UTF-8"?>
<test-root>
    <test-attribute attr="中文测试"/>
</test-root>
------------------------------------请看清我的问题：我现在能正确输出GB的中文，但是我需要的是UTF-8的！BTW:
改成：
firstChild.setAttribute("attr", new String("中文测试".getBytes(),"UTF-8"));
的结果：<?xml version="1.0" encoding="UTF-8"?>
<test-root>
    <test-attribute attr=""/>
</test-root>………………在我看来这个问题值200分的！

Answer 2

ic,but i at hometown at netbar,not setup java and anymore,so faint

Answer 3

javac -encoding UTF-8 xxx.java 试试

Answer 4

因为直接运行上面的程序（中文是写在程序里面的GB码）会产生???????，我运行了本来的程序，结果……所有的中文……都……还是GB的……呜呼呀……

Answer 5

好变态的问题，好像无解.
不过给你一个变态解法
System.out.println(new String("中文测试".getBytes("iso_8859-1"),"utf-8"));这是输出 ????

Answer 6

to  Asprilla(dont shoot me) 能说得详细一些？???是不行的，一定要是正确的，可以被任何一个XML编辑器打开的UTF-8的中文……

Answer 7

doc.setEncoding("UTF-8");这一句从何而来？你的程序中hardcode的"中文测试"是什么编码，写到XML中自然是什么编码。因此换一个UTF-8的编辑器将你的程序中的“中文测试”换成UTF-8保存就可以了。

Answer 8

有的Parser有doc.setEncoding("UTF-8");方法。如果是手工的话我当然知道了，通过Java Code有没有什么办法呢？

Answer 9

JFC似乎没有方便的转码方法，不过JDK有一个native2ascii工具可以用于转码成Latin-1 和 Unicode-encoded （\u####）字符

Answer 10

发现The JavaTM Tutorial讲诉了转码的问题，参见：
http://java.sun.com/docs/books/tutorial/i18n/text/convertintro.html

Answer 11

http://expert.csdn.net/Expert/topic/1388/1388190.xml?temp=.3039209

Answer 12

xml使用 uft-8 编码,原来就是 中文的 就显示为中文,是日文就显示成日文,utf-8编码是为了统一编码才出现的,你要向别的办法了
只有你本来的字符是
"涓&#65533;&#65533;娴&#65533;&#65533;"
的时候,才能输出成这样的

Answer 13

to All "涓&#65533;&#65533;娴&#65533;&#65533;"不是我原文件的内容，这个是CSDN转码后的结果，原来的内容就是标准的乱码的UTF-8。
我问这个问题的原因是WSAD在存储XML的时候做字符转化，不知道各位有没有用过WSAD。我可以向WSAD的XML编辑器里面输入GB中文，但是只要我指定了<?xml version="1.0" encoding="UTF-8"?>这句，存储的时候这个文件中所有的GB中文都变成UTF了。所以我觉得应该是有办法解决这个问题的，求救！

Answer 14

我用JAXB＋xml schema时当输出XML时中文全部转换成UTF－8，即：&#12345;&#12234
我想用的是中文的内容。
请问：UTF8如何转换成中文的GB？

Answer 15

hi,
当你写文件的时候不要用writer, 应该用outPutStream. writer会自动把String 转换成系统却省的encoding. 因为你的系统是中文的,所以你看到的总是GB2312或者GBK.

Answer 16

to hellking(信息孤岛)你的做法是正确的，谢谢！