Java中XML转String出现乱码该怎么办？OutputFormat设置编码为什么很重要

在Java开发里，把XML文档对象转换成字符串是非常常见的操作，比如接口报文拼装、配置文件生成等。但不少人发现，转换后的字符串里中文变成了乱码，根源常常出在OutputFormat的编码配置上。

为什么会出现乱码

Java内部以Unicode处理字符，而XML输出到字符串或字节流时需要选定一种外部编码。如果使用了OutputFormat却没有调用setEncoding方法，很多类会退回到系统默认编码，例如GBK。当原始XML是UTF-8时，用GBK去解释字节就会产生乱码。

常见错误写法

下面这段代码没有设置编码，容易在中文环境出问题：

import org.dom4j.Document;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;
import java.io.StringWriter;

public class XmlDemo {
    public static String wrongToStr(Document doc) throws Exception {
        OutputFormat format = new OutputFormat();
        // 未设置编码，使用默认
        StringWriter sw = new StringWriter();
        XMLWriter writer = new XMLWriter(sw, format);
        writer.write(doc);
        writer.close();
        return sw.toString();
    }
}

正确设置OutputFormat编码

要避免乱码，必须明确指定与源数据一致的编码，通常推荐UTF-8，并且保证Writer本身也是按该编码工作。

推荐写法

import org.dom4j.Document;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;
import java.io.StringWriter;

public class XmlDemo {
    public static String rightToStr(Document doc) throws Exception {
        // 显式设置编码为UTF-8
        OutputFormat format = OutputFormat.createPrettyPrint();
        format.setEncoding("UTF-8");
        StringWriter sw = new StringWriter();
        XMLWriter writer = new XMLWriter(sw, format);
        writer.write(doc);
        writer.close();
        return sw.toString();
    }
}

使用Transformer时的注意点

如果用标准Transformer，也要设置输出属性中的encoding：

import javax.xml.transform.*;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.StringWriter;

public class TransformDemo {
    public static String transform(org.w3c.dom.Document doc) throws Exception {
        Transformer tf = TransformerFactory.newInstance().newTransformer();
        // 设置输出编码
        tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
        StringWriter sw = new StringWriter();
        tf.transform(new DOMSource(doc), new StreamResult(sw));
        return sw.toString();
    }
}

总结

XML转String乱码不是数据丢了，而是编码解释错了。无论用dom4j的OutputFormat还是标准Transformer，都要主动设置encoding为UTF-8，并保持读写两端编码统一，这样就能稳定输出正确字符串。

JavaXML转StringOutputFormat修改时间：2026-07-28 00:18:22