用java解析阿拉伯文/中文/日文rss源

我正在用java编写rss提要解析器，在解析包含阿拉伯语/汉语/日语字符的提要时遇到了一个问题

当我打印它们时，我只会得到一组问号“？？？？？？？？？”

它们最终进入我的数据库（mysql，由hibernate连接，将utf8设置为编码），也是这样

这是负责从提要获取标题的代码部分：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();

Document doc = db.parse(url.openStream());
doc.getDocumentElement().normalize();

Node channelNode = doc.getElementsByTagName("channel").item(0);

NodeList channelList = channelNode.getChildNodes();

for (int i = 0; i < channelList.getLength(); i++) {
    Node element = channelList.item(i);

    String name = element.getNodeName();

    if (name.equalsIgnoreCase("title")) {
     rssName = element.getTextContent();
     break;
    }
}

DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance（）；
DocumentBuilder db=dbf.newDocumentBuilder（）；
documentdoc=db.parse（url.openStream（））；
doc.getDocumentElement（）.normalize（）；
节点channelNode=doc.getElementsByTagName（“通道”）。项（0）；
NodeList channelList=channelNode.getChildNodes（）；
对于（int i=0；i

如何将正确的字符输入数据库？ 当我从提要中复制它们并手动插入数据库时，就可以了

塔克斯

更新：
在我的hibernate配置中添加其他行修复了此问题：

<property name="hibernate.connection.useUnicode">true</property>  
<property name="hibernate.connection.characterEncoding">UTF-8</property>

true
UTF-8

您需要确保数据库的字符编码与这些字符兼容。最有可能的方法是将其配置为UTF-8

如果数据库字符编码不能处理字符，它将转换为

大多数数据库都有一个整体默认编码，然后允许每表和每列重写

---

您还需要确保正确解析传入流（即UTF-8或其指定的任何编码）。

这显然是一个编码问题。

---

您应该尝试使用UTF-8字符集解码RSS流。

您需要在Hibernate配置中更改MySQL JDBC URL，以包括以下参数：

jdbc:mysql://hostname:3306/db_name?useUnicode=yes&characterEncoding=UTF-8 jdbc：mysql://hostname:3306/db_name?useUnicode=yes&characterEncoding=UTF-8 否则，MySQL JDBC驱动程序将使用客户端平台默认编码

---

您的DB编码是完全好的，因为手动插入显然很好。默认情况下，XML通常被解析为UTF-8，因此该部分也可以（除非在XML声明头中明确指定，否则情况可能并非如此，因为这可能是RSS提要服务器的错误）

您是否安装了打印这些字符的字体？@rubenvdg:如果没有这些字符的字体，您可能会看到带有黑色边框的空白白色方块，或者在特定的应用程序（某些网络浏览器）中看到，当然不是问号。@BalusC:我想这取决于上下文，如果我没有弄错的话，linux终端窗口在某些情况下会显示问号。无论如何，不要介意我的评论，我错过了关于“手动插入”的最后一句话。是的，你是对的，我在hibernate配置中没有：）我在hibernate.cfg.xml中已经有了这些行，我的问题没有得到解决。我用这个例子->不，他不应该。如果在XML头中指定了不同的字符集，强制XML解析器使用UTF-8肯定会损坏数据。