Java 将DOM元素编码从CP1251转换为UTF-8

我有一个简单的服务器端代码，它接受请求xml并将其作为字符串插入Oracle数据库Clob列。问题是客户端发送带有CP1251编码文本的请求xml，但我需要使用UTF-8编码将其插入Oracle。 现在我用于CP1251的代码是：

        Element soapinElement = (Element) streams.getSoapin().getValue().getAny();  //retrieve request xml      
        Node node = (Node) soapinElement;
        Document document = node.getOwnerDocument();
        DOMImplementationLS domImplLS = (DOMImplementationLS) document.getImplementation();         
        LSSerializer serializer = domImplLS.createLSSerializer();
        LSOutput output = domImplLS.createLSOutput();
        output.setEncoding("CP1251");
        Writer stringWriter = new StringWriter();
        output.setCharacterStream(stringWriter);
        serializer.write(document, output);
        String soapinString = stringWriter.toString();

此代码识别CP1251中编码的文本。 这项任务是使用UTF-8编码的可读文本进行相同的操作。请提出任何意见

我试过这个，但它产生了不可读的字符，而不是西里尔文：

        Element soapinElement = (Element)   streams.getSoapin().getValue().getAny();            
        Node node = (Node) soapinElement;
        Document document = node.getOwnerDocument();
        DOMImplementationLS domImplLS = (DOMImplementationLS) document.getImplementation();         
        LSSerializer serializer = domImplLS.createLSSerializer();
        LSOutput output = domImplLS.createLSOutput();
        output.setEncoding("CP1251");
        ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
        output.setByteStream(byteArrayOutputStream);
        serializer.write(document, output);
        byte[] result = byteArrayOutputStream.toByteArray();
        InputStream is = new ByteArrayInputStream(result);
        Reader reader = new InputStreamReader(is, "CP1251");
        OutputStream out = new ByteArrayOutputStream();
        Writer writer = new OutputStreamWriter(out, "UTF-8");
        char[] buffer = new char[10];
        int read;
        while ((read = reader.read(buffer)) != -1) {
            writer.write(buffer, 0, read);
        }           
        reader.close();
        writer.close();
        String soapinString = out.toString();

---

您可以解码CP1251字符集数据，如下所示

Charset utf8charset = Charset.forName("UTF-8");
Charset cp1251charset = Charset.forName("CP1251");

// decode CP1251
        CharBuffer data = cp1251charset.decode(ByteBuffer.wrap(result));

并编码为UTF-8字符集

// encode UTF-8
        ByteBuffer outputBuffer = utf8charset.encode(data);

并将ByteBuffer转换为byte[]

// UTF-8 Value        
        byte[] outputData = outputBuffer.array();

---

这可能会解决您的问题。

我不理解您的问题。字符串没有任何编码。编码仅在将字符串转换为字节时使用（反之亦然）。因此，如果您的数据库列是varchar，并且配置为使用UTF8，那么将字符串存储到该列中将以UTF8对其进行编码，无论原始XML文件的编码是什么。@jbniset

output.setEncoding（“CP1251”）

生成一个标题

，我不喜欢它。它应该是

如果希望它是UTF-8，为什么要将编码设置为CP1251？@JBNizet，因为如果我设置了

output.setEncoding（“UTF-8”）然后我会得到
ÐÐÐ。ÐÐÐÐÐ
插入到Oracle中，其中包含不可读字符，最初是西里尔字符集。这是因为客户端将其编码为CP1251.No。这可能是因为您的Oracle数据库没有配置为将字符串存储为UTF-8。正如我所说，字符串没有任何编码。您正在将XML序列化为字符串。