Java中的Sax解析器编码

我对sax解析器和编码文本有问题。我尝试以以下方式解析ISO-8859-2（）中的RSS：

InputStream responseStream = connection.getInputStream();
Response response = mRequest.createResponse();

Reader reader = new InputStreamReader(responseStream);
InputSource is = new InputSource(reader);
is.setEncoding("ISO-8859-2");

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser saxParser = factory.newSAXParser();
saxParser.parse(is, response);

但解析器返回带有奇怪符号的字符串。我试了很多东西，但都没用：（有人能帮我吗

---

您是否尝试设置InputStreamReader的字符集：

Reader reader = new InputStreamReader(responseStream, Charset.forName("ISO-8859-2"));
InputSource is = new InputSource(reader);

如果不指定字符集，InputStreamReader（InputStream）构造函数将使用默认字符集（在我的计算机中是windows-1252）

---

因此，在您当前的设置中，字节被解释为（可能）windows-1252字符，在此之后，我认为您无法将其重新解释为ISO-8859-2。

最后，我使用解决了我的问题。它也适用于ISO-8859-2。以下是源代码，如何使用罗马：

String urlstring = "http://www.sbazar.cz/rss.xml?keyword=pes";
InputStream is = new URL(urlstring).openConnection().getInputStream();
SyndFeedInput input = new SyndFeedInput();
SyndFeed feed = (SyndFeed)input.build(new InputStreamReader(is, Charset.forName("ISO-8859-2")));

Iterator entries = feed.getEntries().iterator();
while (entries.hasNext())
{
    SyndEntry entry = (SyndEntry)entries.next();
    Log.d("RSS", "-------------");
    Log.d("RSS", "Title: " + entry.getTitle());
    Log.d("RSS", "Published: " + entry.getPublishedDate());

    if (entry.getDescription() != null) 
    {
        Log.d("RSS", "Description: " + entry.getDescription().getValue());
    }
    if (entry.getContents().size() > 0) 
    {
        SyndContent content = (SyndContent)entry.getContents().get(0);
        Log.d("RSS", "Content type=" + content.getType());
        Log.d("RSS", "Content value=" + content.getValue());
    }
} 

---

如果给定的是输入流，而不是读取器，Sax能够自动检测编码

InputSource is = new InputSource(responseStream)

可能在你的例子中，你想要一个硬编码编码，你得到了如何实现的答案。但我正在寻找一个通用的解决方案，并在这里找到了一个：

文档：（注意java 1.4文档缺少关键语句）。使用XML规范中的算法自动检测字符编码。该算法指的是字节流，而不是字符流（读取器）

---

当我在XML文档中挖掘更多信息时（），我找到了处理读卡器和流之间区别的解释。要应用所有编码算法，Sax必须能够访问原始流，而不是转换为字符，因为转换可能会损坏字节标记。

使用UTF-8试试，至少我的浏览器说明了编码是什么。或者您可能需要读取enc如果存在，则从响应头进行编码。您也可以在InputStreamReader中设置编码，可能需要使用两种UTF-8，但它仍然返回奇怪的符号。我还尝试在InputStreamReader中设置编码，但没有效果。响应头为：HTTP/1.1 200 OK Date:Mon，2012年3月26日20:19:21 GMT服务器：Apache：Accept Encoding内容类型：application/rss+xml Transfer Encoding:Chunked此代码原因：ParseException:在第1行第0列：格式不正确（无效标记）。xml文件是否有有效的xml头：new InputStreamReader（is，Charset.forName（“ISO-8859-2”）-我说的差不多了？