解析XML文件时如何使用MACROMAN编码

在解析XML文件时，若遇到“不支持的字符集：MACROMAN”错误，可以通过使用特定编码器解决。由于MACROMAN不在Go语言默认支持的Macintosh编码别名列表中，需要自定义别名列表，并将charsetreader函数字段设置为自定义别名列表。该函数将检测MACROMAN编码并使用Macintosh编码器对输入数据进行转换。通过设置charsetreader函数，可以解析具有MACROMAN编码的XML文件。

我正在尝试解析给定的 pom 内容，但出现错误：xml：打开字符集“macroman”：不支持的字符集：“macroman”。 我尝试通过设置 detector.strict = false 来禁用严格编码 但这也不起作用。

这是 go 演示链接，我正在其中解析这个特定的 pom。任何帮助/参考将不胜感激。

<?xml version="1.0" encoding="MACROMAN"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
 <parent>
   <groupId>org.eclipse.vorto</groupId>
   <artifactId>org.eclipse.vorto.parent</artifactId>
   <version>0.10.0.M1</version>
 </parent>
 <modelVersion>4.0.0</modelVersion>
 <artifactId>generators</artifactId>
 
 <name>Eclipse Vorto Code Generators</name>
 <packaging>pom</packaging>
 <modules>
        <module>org.eclipse.vorto.codegen.thingworx</module>
        <module>org.eclipse.vorto.codegen.javabean</module>
        <module>org.eclipse.vorto.codegen.mqtt</module>
        <module>org.eclipse.vorto.codegen.webui</module>
        <module>org.eclipse.vorto.codegen.webdevice</module>
        <module>org.eclipse.vorto.codegen.markdown</module>
        <module>org.eclipse.vorto.codegen.ios</module>
        <module>org.eclipse.vorto.codegen.latex</module>
        <module>org.eclipse.vorto.codegen.bosch.things</module>
        <module>org.eclipse.vorto.codegen.coap</module>
        <module>org.eclipse.vorto.codegen.aws</module>
        <module>org.eclipse.vorto.codegen.lwm2m</module>
        <module>org.eclipse.vorto.codegen.prosystfi</module>
        <module>org.eclipse.vorto.codegen.kura</module>
 </modules>
 
</project>
`

解决方案

这些是 go 中 macintosh 编码的已知别名：

var namemap = map[string]htmlencoding{
    // ...
    "csmacintosh":         macintosh,
    "mac":                 macintosh,
    "macintosh":           macintosh,
    "x-mac-roman":         macintosh,
    // ...
}

由于 macroman 不在该列表中，因此您可以通过设置使用 charsetreader 函数字段来使用自定义别名列表

    decoder.charsetreader = charsetreader

其中 charsetreader 是：

func charsetReader(charset string, input io.Reader) (io.Reader, error) {
    if isCharsetMacintosh(charset) {
        return transform.NewReader(input, charmap.Macintosh.NewDecoder()), nil
    }
    return input, nil
}

var macNames = []string{
    "macroman",
    "csmacintosh",
    "mac",
    "macintosh",
    "x-mac-roman",
}

func isCharsetMacintosh(charset string) bool {
    charset = strings.ToLower(charset)
    for _, n := range macNames {
        if charset == strings.ToLower(n) {
            return true
        }
    }
    return false
}

如果您需要更多信息，此处的答案可能会有所帮助：Unmarshal an ISO-8859-1 XML input in Go。查看 charset.newreaderlabel 函数的源代码并跟踪函数调用也很有帮助。

好了，本文到此结束，带大家了解了《解析XML文件时如何使用MACROMAN编码》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多Golang知识！