delphi 操作 utf-8 的xml 有乱码的解决

现在的位置: 首页 > 综合 > 正文

delphi 操作 utf-8 的xml 有乱码的解决

2012年07月03日 ⁄ 综合 ⁄ 共 5232字 ⁄ 字号小中大 ⁄ 评论关闭

说明下，这个方法有好大的缺陷，XML必须要严格正确，如果有什么特殊字符，会导致出错，其次，并不能很好的解决日文或韩文问题，我已经换成了c#了

这两天要用delphi 做个东西要与 xml相关, 开始只是想用 delphi本身的控制,网上找了下, 有两种方式,一个是 TXMLDocument 在 Internet 面板下, 另一个是用 IXMLDomDocument 需要用到单元文件 msxml, 开始只注意到英文,用 TXMLDocument 解析起来没什么问题, 但是后来要涉及到多语言问题, xml文件是 utf-8格式,用 TXMLDocumnet解析的时候,就成了乱码,这两天在网上找了好久,都没成功(我的开发环境是英文的, 王哥说delphi支持 utf-8的xml, 而我照着他的例子一直都没成功, 很闷.后来晚上回家在中文环境下实验时,一切正常...) , 网上看到, delphi处理 utf-8时,需要转成ansi编码 (WideString 还是 AnsiString ？谈谈字符编码)

我按这种方式转了之后, 然后继承 TXMLDocument 使其的 loadFromXml 可用, 但是结果报错, 因为字符串的编码和encoding的编码不一致, 一直没有进展, 也考虑过用 msxml, 但初步使用之后还是乱码. 但却没想到先转码, 然后通过 msxml的方式...

今天上午无意中用了 IXMLDomDocument 来解析, 不过在解析之前先把文件当做文本读出来并转码, 然后再解析, 终于, 成功了.

有两个部分要注意, 一是转码, 我直接抄网上的, 后面会出来, 另一部分则是用 ixmlDomDocument 解析.

temp.xml 注意保存为 utf-8格式, 记事本-->保存-->下面选择 utf-8

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<root maxnodeId="15">
  <node objid="1" name="発注-H" >
    <subnode objid="1" name="oid" />
    <subnode objid="6" name="発注番号 :" />
    <subnode objid="7" name="発注状況 :"  />
    <subnode objid="72" name="入荷状況 :"/>
    <subnode objid="76" name="買掛状況 :" />
    <subnode objid="8" name="発注日 :" type="date" />
    <subnode objid="73" name="入荷日 :" type="date" />
    <subnode objid="77" name="离开时间:" type="date" />
    <subnode objid="8" name="発注日 :" type="date" />
    <subnode objid="73" name="入荷日 :" type="date" />
    <subnode objid="77" name="支払日 :" type="date" />
    <subnode objid="79" name="請求額 :" type="int" />
  </node>
</root>

encoding.pas 这个主要是参照下面那个 wideString or AnsiString的

unit encoding;
interface
 uses
  Windows, Messages, SysUtils, Variants, Classes, Graphics,
 Controls, Forms, Dialogs, ComCtrls, Menus, StdCtrls;
Type
TEncodeFlags = (efUnknown, efAnsi, efUnicode, efUncodeBigEn, efUTF8);
TTextFormat=(tfAnsi,tfUnicode,tfUnicodeBigEndian,tfUtf8);
TUTF8Falg = packed record
   EF, BB, BF: Byte;
 end;
const
TextFormatFlag:array[tfAnsi..tfUtf8] of word=($0000,$FFFE,$FEFF,$EFBB);
Encode: TUTF8Falg = (EF: $EF; BB: $BB; BF: $BF);
   function ChWideToAnsi(const StrW: WideString): AnsiString;
   function ChAnsiToWide(const StrA: AnsiString): WideString;
   function UTF8ToWideString(const Stream: TStream): WideString;
   procedure TextToUTF8Stream(const Text: string; var Stream: TStream);
   function GetEncodeFromStream(const Stream: TStream): TEncodeFlags;
    
   function loadFromFile(const fName :string) :String;
   procedure savetoFile(const txt, fName :String);
implementation
function loadFromFile(const fName :String) :String;
var
  FStream :TStream;
begin
    FStream := TMemoryStream.Create;  
 TMemoryStream(FStream).LoadFromFile(fName);
 if GetEncodeFromStream(FStream) = efUTF8 then
 begin
   result := ChWideToAnsi(UTF8ToWideString(FStream));
 end;
end;
procedure savetoFile(const txt, fName :String);
var
  FStream :TStream;
begin
    FStream := TMemoryStream.Create;  
  try
    TextToUTF8Stream(txt, FStream);
    TMemoryStream(FStream).SaveToFile(fName);
  finally
    FStream.Size := 0;
  end;
end;
procedure WordLoHiExchange(var w:Word);
var
b:Byte;
begin
  b:=WordRec(w).Lo;
  WordRec(w).Lo:=WordRec(w).Hi;
  WordRec(w).Hi:=b;
end;
    
function ChWideToAnsi(const StrW: WideString): AnsiString;
var
 nLen: integer;
begin
 Result := StrW;
 if Result <> '' then
 begin
   nLen := WideCharToMultiByte(936, 624, @StrW[1], -1, nil, 0, nil, nil);
   SetLength(Result, nLen - 1);
   if nLen > 1 then
     WideCharToMultiByte(936, 624, @StrW[1], -1, @Result[1], nLen - 1, nil, nil);
 end;
end;
function ChAnsiToWide(const StrA: AnsiString): WideString;
var
 nLen: integer;
begin
 Result := StrA;
 if Result <> '' then
 begin
   nLen := MultiByteToWideChar(936, 1, PChar(@StrA[1]), -1, nil, 0);
   SetLength(Result, nLen - 1);
   if nLen > 1 then
     MultiByteToWideChar(936, 1, PChar(@StrA[1]), -1, PWideChar(@Result[1]), nLen - 1);
 end;
end;
function UTF8ToWideString(const Stream: TStream): WideString;
var
 nLen: Cardinal;
begin
 try
   SetLength(Result, Stream.Size div SizeOf(WideChar) * 3);
   nLen := Utf8ToUnicode(@Result[1], Length(Result),
     Pointer(DWord(TMemoryStream(Stream).Memory) + Stream.Position),
     Stream.Size - Stream.Position);
   SetLength(Result, nLen);
 except
   SetLength(Result, 0);
 end;
end;
procedure TextToUTF8Stream(const Text: string; var Stream: TStream);
var
 StringW, StrW: WideString;
 nLen: Cardinal;
begin
 try
   if Text <> '' then
   begin
     StrW := ChAnsiToWide(Text);
     nLen := Length(StrW) * 3;
     SetLength(StringW, nLen);
     nLen := UnicodeToUtf8(@StringW[1], nLen, @StrW[1], Length(StrW));
     SetLength(StringW, nLen);
     Stream.Write(Encode, SizeOf(Encode));
     Stream.Write(StringW[1], Length(StringW));
   end
   else
     Stream.Write(Encode, SizeOf(Encode));
 except
   SetLength(StrW, 0);
   SetLength(StringW, 0);
 end;
end;
function GetEncodeFromStream(const Stream: TStream): TEncodeFlags;
var
 FEncode: TUTF8Falg;
begin
 Result := efUnknown;
 Stream.Read(FEncode, SizeOf(FEncode));
 if (FEncode.EF = Encode.EF) and (FEncode.BB = Encode.BB)
   and (FEncode.BF = Encode.BF) then Result := efUTF8;
end;
end.

下面是使用代码,你可以直接拷到一个 button的事件中

var
  xmlDom :IXMLDomDocument;
begin
  xmlDom := msxmldom.CreateDOMDocument;
  xmlDom.loadXML(encoding.loadFromFile('temp.xml'));
  showMessage(xmlDom.xml);
 end;