delphi 操作 utf-8 的xml 有乱码的解决

   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

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

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

1. unit encoding;
3. interface
4.  uses
5.   Windows, Messages, SysUtils, Variants, Classes, Graphics,
6.  Controls, Forms, Dialogs, ComCtrls, Menus, StdCtrls;
7. Type
8. TEncodeFlags = (efUnknown, efAnsi, efUnicode, efUncodeBigEn, efUTF8);
9. TTextFormat=(tfAnsi,tfUnicode,tfUnicodeBigEndian,tfUtf8);
10. TUTF8Falg = packed record
11.    EF, BB, BF: Byte;
12.  end;
13. const
14. TextFormatFlag:array[tfAnsi..tfUtf8] of word=($0000,$FFFE,$FEFF,$EFBB);
15. Encode: TUTF8Falg = (EF: $EF; BB: $BB; BF: $BF);
16.    function ChWideToAnsi(const StrW: WideString): AnsiString;
17.    function ChAnsiToWide(const StrA: AnsiString): WideString;
18.    function UTF8ToWideString(const Stream: TStream): WideString;
19.    procedure TextToUTF8Stream(const Text: string; var Stream: TStream);
20.    function GetEncodeFromStream(const Stream: TStream): TEncodeFlags;
22.     
23.    function loadFromFile(const fName :string) :String;
24.    procedure savetoFile(const txt, fName :String);
26. implementation
28. function loadFromFile(const fName :String) :String;
29. var
30.   FStream :TStream;
31. begin
32.     FStream := TMemoryStream.Create;  
33.  TMemoryStream(FStream).LoadFromFile(fName);
34.  if GetEncodeFromStream(FStream) = efUTF8 then
35.  begin
36.    result := ChWideToAnsi(UTF8ToWideString(FStream));
37.  end;
38. end;
39. procedure savetoFile(const txt, fName :String);
40. var
41.   FStream :TStream;
42. begin
43.     FStream := TMemoryStream.Create;  
44.   try
45.     TextToUTF8Stream(txt, FStream);
46.     TMemoryStream(FStream).SaveToFile(fName);
47.   finally
48.     FStream.Size := 0;
49.   end;
50. end;
51. procedure WordLoHiExchange(var w:Word);
52. var
53. b:Byte;
54. begin
55.   b:=WordRec(w).Lo;
56.   WordRec(w).Lo:=WordRec(w).Hi;
57.   WordRec(w).Hi:=b;
58. end;
59.     
60. function ChWideToAnsi(const StrW: WideString): AnsiString;
61. var
62.  nLen: integer;
63. begin
64.  Result := StrW;
65.  if Result <> '' then
66.  begin
67.    nLen := WideCharToMultiByte(936, 624, @StrW[1], -1, nil, 0, nil, nil);
68.    SetLength(Result, nLen - 1);
69.    if nLen > 1 then
70.      WideCharToMultiByte(936, 624, @StrW[1], -1, @Result[1], nLen - 1, nil, nil);
71.  end;
72. end;
73. function ChAnsiToWide(const StrA: AnsiString): WideString;
74. var
75.  nLen: integer;
76. begin
77.  Result := StrA;
78.  if Result <> '' then
79.  begin
80.    nLen := MultiByteToWideChar(936, 1, PChar(@StrA[1]), -1, nil, 0);
81.    SetLength(Result, nLen - 1);
82.    if nLen > 1 then
83.      MultiByteToWideChar(936, 1, PChar(@StrA[1]), -1, PWideChar(@Result[1]), nLen - 1);
84.  end;
85. end;
86. function UTF8ToWideString(const Stream: TStream): WideString;
87. var
88.  nLen: Cardinal;
89. begin
90.  try
91.    SetLength(Result, Stream.Size div SizeOf(WideChar) * 3);
92.    nLen := Utf8ToUnicode(@Result[1], Length(Result),
93.      Pointer(DWord(TMemoryStream(Stream).Memory) + Stream.Position),
94.      Stream.Size - Stream.Position);
95.    SetLength(Result, nLen);
96.  except
97.    SetLength(Result, 0);
98.  end;
99. end;
100. procedure TextToUTF8Stream(const Text: string; var Stream: TStream);
101. var
102.  StringW, StrW: WideString;
103.  nLen: Cardinal;
104. begin
105.  try
106.    if Text <> '' then
107.    begin
108.      StrW := ChAnsiToWide(Text);
109.      nLen := Length(StrW) * 3;
110.      SetLength(StringW, nLen);
111.      nLen := UnicodeToUtf8(@StringW[1], nLen, @StrW[1], Length(StrW));
112.      SetLength(StringW, nLen);
113.      Stream.Write(Encode, SizeOf(Encode));
114.      Stream.Write(StringW[1], Length(StringW));
115.    end
116.    else
117.      Stream.Write(Encode, SizeOf(Encode));
118.  except
119.    SetLength(StrW, 0);
120.    SetLength(StringW, 0);
121.  end;
122. end;
123. function GetEncodeFromStream(const Stream: TStream): TEncodeFlags;
124. var
125.  FEncode: TUTF8Falg;
126. begin
127.  Result := efUnknown;
128.  Stream.Read(FEncode, SizeOf(FEncode));
129.  if (FEncode.EF = Encode.EF) and (FEncode.BB = Encode.BB)
130.    and (FEncode.BF = Encode.BF) then Result := efUTF8;
131. end;
133. end.

下面是使用代码,你可以直接拷到一个 button的事件中

1. var
2.   xmlDom :IXMLDomDocument;
3. begin
4.   xmlDom := msxmldom.CreateDOMDocument;
5.   xmlDom.loadXML(encoding.loadFromFile('temp.xml'));
6.   showMessage(xmlDom.xml);
8.  end;

试的环境有, 英文,中文(简体), 中文(台湾), 日语, 朝鲜语, 其中前三者都完成正确,但是后两个有部分不能正常显示,有待考虑.

特别感谢: 王哥的帮助 http://hi.csdn.net/zswang/

另外还参考了 WideString 还是 AnsiString ？谈谈字符编码

http://blog.csdn.net/xwchen/archive/2007/03/21/1536829.aspx

encoding部分是从这来的