iOS开发：解决NSXmlParser无法解析非utf-8编码的XML问题的方法


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

<!--?xml version="1.0" encoding="utf-8"?-->
在中文网页中，经常会碰到gb2312或GBK编码的XML文件，如
<!--?xml version="1.0" encoding="gb2312"?-->

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：

  1. //取XML文件的前40个字节  
  2. NSData * xmldata = [self.ItemData subdataWithRange:NSMakeRange(0,40)];  
  3.   
  4. //以UTF-8编码进行解码  
  5. NSString *xmlstr = [[NSString alloc] initWithData:xmldata encoding:NSUTF8StringEncoding];  
  6. //NSLog(@"XML HEADER: %@", xmlstr);  
  7. //搜索GB2312，如果找到，就对整个文件进行编码转换          
  8. if ([xmlstr rangeOfString:@"\"GB2312\"" options:NSCaseInsensitiveSearch].location != NSNotFound)  
  9. {  
  10.  //   NSLog(@"GB2312 encoding founded.");  
  11.       
  12.     NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);  
  13.     NSString *utf8str = [[[NSString alloc] initWithData:self.ItemData encoding:enc] autorelease];  
  14.     utf8str = [utf8str stringByReplacingOccurrencesOfString:@"\"GB2312\"" withString:@"\"utf-8\"" options:NSCaseInsensitiveSearch range:NSMakeRange(0,40)];  
  15.     NSData *newData = [utf8str dataUsingEncoding:NSUTF8StringEncoding];  
  16.     self.ItemData = newData;     
  17. }  

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。

相关内容