libXML2 无法正确读取他自己的 XML UTF-8 格式

Question

我想用 libXML2 解析 UTF8 格式 XML。我的代码是用 C 编写的，我使用 libXML2.

的 v2.9.3

我的代码如下：

    xmlTextReaderPtr reader;
    xmlTextWriterPtr writer;
    writer = xmlNewTextWriterFilename("test.xml", 0);
    xmlTextWriterStartDocument(writer, NULL, "UTF-8", NULL);
    xmlTextWriterStartElement(writer, BAD_CAST "node_with_é_character");

    xmlTextWriterEndElement(writer);
    xmlTextWriterEndDocument(writer);
    xmlFreeTextWriter(writer);
    reader = xmlReaderForFile("test.xml", "UTF-8", XML_PARSE_RECOVER);

    int ret = 1;
     while (ret == 1) {
         const xmlChar *nameT = xmlTextReaderConstName(reader);

         printf("\n   ---> %s\n",nameT);
         ret = xmlTextReaderRead(reader);
    }

输出是：

   ---> (null)

   ---> node_with_Ã©_character

问题是 "node_with_Ã©_character" 跟踪而不是 "node_with_é_character"

我的命令提示符是 "chcp 1252" set.

我不明白为什么 liXML2 不能 store/read "é" 字符。

Answer 1

正如您在 Windows 下的评论中所述，所以我猜您的源代码很可能不是 UTF-8 编码的，因此 C 字符串 "node_with_é_character" 在您的可执行文件中不是 UTF-8 编码的.

我不知道 libxml2 接口，但代码示例很清楚它需要 UTF-8 格式的输入参数。参见 http://xmlsoft.org/examples/testWriter.c

/* Write a comment as child of EXAMPLE.
 * Please observe, that the input to the xmlTextWriter functions
 * HAS to be in UTF-8, even if the output XML is encoded
 * in iso-8859-1 */
tmp = ConvertInput("This is a comment with special chars: <\xE4\xF6\xFC>",
                   MY_ENCODING);

将您的源文件保存为 UTF-8 将帮助您解决问题。

libXML2 无法正确读取他自己的 XML UTF-8 格式

libXML2 cannot read properly his own XML UTF-8 format

utf-8

libxml2