ios开发中经常会用到解析XML,但是iOS提供的NSXmlParser只能解析encoding是utf-8的XML文件。即xml文件开头必须是
在中文网页中,经常会碰到gb2312或GBK编码的XML文件,如
当iphone开发中的NSXMLParser碰到非utf-8编码时,会直接触发parser:parseErrorOccurred:,返回的错误编码是31,之后直接退出。
解决这个问题的思路当然是把非utf-8编码转换为utf-8编码,这个功能可以通过NSString类进行转换。
问题在于如何判断文件的编码是什么。这一问题的解决思路在于ASCII码在任何编码方式下都是一样的,这样,只要将XML文件开头的若干字节(大部分XML文件的Encoding在头部前面位置)内容直接当成utf-8编码读出来,可以从中检索是否有您要转换的编码。
以处理GB2312编码转换为例:
最后提下我碰到的一个有意思的问题,即有时候下载的XML文件被HTML Process过了。我发现原因可能是URL中的大小写问题。如http://news.163.com/special/00011K6L/rss_newstop.xml这个地址,如果K6L变成k6l,下载的XML文件就变了,大家可以试试.
如果用HPPLE解析HTML,碰到中文GB2312或GBK编码的网页,要先用gb编码解码,然后替换其中的gb字符串,再用utf8编码成data给parser就能解析中文网页了。