Import MarkLogic内容泵，内容“编码=”；US-ASCII“；？

MarkLogic安装在Windows 10计算机上

我们正在使用MarkLogic内容泵（MLCP）导入数据

它与我们合作得很好

<?xml version="1.0" encoding="UTF-8"?>

当我查看时，它说“仅支持UTF-8。”

当我查看时，它说“选项值必须是JVM接受的字符集名称

---

所以我很困惑，不知道如何解决这个问题，以及如何在JVM中设置字符集。谢谢grtjn的回复

-xml_repair_级别完全工作，所有记录现在都已提交，没有失败记录

特殊字符（带；）存储在ML中，实数字符如下

mlcp.bat -content_encoding "US-ASCII"

• &λ
• &阿林奥哈
• &μ

我希望从商业角度来看，这应该是可以接受的内容

现在唯一的主要挑战是测试数百万xml记录中的乱码字符

---

感谢grtjn的帮助。

感谢grtjn的回复

-xml_repair_级别完全工作，所有记录现在都已提交，没有失败记录

特殊字符（带；）存储在ML中，实数字符如下

mlcp.bat -content_encoding "US-ASCII"

• &λ
• &阿林奥哈
• &μ

我希望从商业角度来看，这应该是可以接受的内容

现在唯一的主要挑战是测试数百万xml记录中的乱码字符

---

感谢grtjn的帮助。

如果您的XML文档包含

δ

等字符，则您的编码不是US-ASCII。如果您声明它是ASCII（单字节字符集），然后包含多字节字符的

δ

等内容，XML解析器会将每个字节作为单独的字符读取，您将得到垃圾和此类错误的可能性。感谢MH的回复。我正在开发一个遗留系统，其中包含数十万个文件，其中字符集被称为US-ASCII，我无法更改源，一个选项是在摄取期间使用转换内容，但我希望避免转换，并希望使用MLCPIt提供更简单的解决方案。听起来XML头中的编码不可靠。在那种情况下，很难做对。您可以尝试一下

windows-1252

，这是windows中非常典型的编码方式。如果同样失败，您可以让MarkLogic通过启用`-xml\u repair\u level full`选项进行猜测。我建议仔细检查结果，结果可能会出现乱码，特别是像你提到的变音符号和特殊字符。感谢grtjn的回复，-xml\u repair\u level full worked，我可以导入带有特殊字符的文件集。需要检查moreMLCP是否成功运行了xml，我们创建了一个小应用程序来测试是否接收了所有正确的字符。它不是，例如Å；-Ã…和ö；-分别代替Å和ö。如果我能够以某种方式在MarkLogic XML中摄取实体本身，而不是实际字符，那么我认为浏览器将能够显示正确的实体。如果您的XML文档包含

δ

等字符，则您的编码不是US-ASCII。如果您声明它是ASCII（单字节字符集），然后包含多字节字符的

δ

等内容，XML解析器会将每个字节作为单独的字符读取，您将得到垃圾和此类错误的可能性。感谢MH的回复。我正在开发一个遗留系统，其中包含数十万个文件，其中字符集被称为US-ASCII，我无法更改源，一个选项是在摄取期间使用转换内容，但我希望避免转换，并希望使用MLCPIt提供更简单的解决方案。听起来XML头中的编码不可靠。在那种情况下，很难做对。您可以尝试一下

windows-1252

，这是windows中非常典型的编码方式。如果同样失败，您可以让MarkLogic通过启用`-xml\u repair\u level full`选项进行猜测。我建议仔细检查结果，结果可能会出现乱码，特别是像你提到的变音符号和特殊字符。感谢grtjn的回复，-xml\u repair\u level full worked，我可以导入带有特殊字符的文件集。需要检查moreMLCP是否成功运行了xml，我们创建了一个小应用程序来测试是否接收了所有正确的字符。它不是，例如Å；-Ã…和ö；-分别代替Å和ö。若我能够以某种方式在MarkLogic XML中摄取实体本身，而不是实际的字符，那个么我认为浏览器将能够显示正确的实体。