Кодировка в XML (движок msxml)

← →
ES (2012-10-18 17:46) [0]

Ничего не понимаю. Создаю:

FEngine := CreateOLEObject("MSXML2.DOMDocument") as IXMLDOMDocument; FEngine.Async := false ; FEngine.loadXML(XMLCode); if FEngine.parseError.errorCode <> 0 then raise Exception.Create( FEngine.parseError.reason );

XMLCode такой

<?xml version="1.0" encoding="windows-1251"?> <root> <val>Строка</val> </root>

Когда считываю значение ноды Val:

TextNode := selectSingleNode("text()") as IXMLDOMText ; ShowMessage(TextNode.data);

Получаем кодировку Windows-1251.

А если xml такой:

<?xml version="1.0" encoding="utf-8"?> <root> <val>РїСЂРёРІРµС‚</val> </root>

то получаем абракадабру. Такое ощущение, что msxml вообще игнорирует указание кодировку в xml-файле. Почему он корректно не преобразует любую указанную кодировку к своему WideString (utf-16), откуда я бы уже считывал всегда также корректно?

И что делать в этой ситуации, я ведь хочу уметь обрабатывать как XML с windows-1251, так и с utf-8...

← →
брат Птибурдукова (2012-10-18 17:51) [1]

> то получаем абракадабру
гм... garbage in, garbage out? открой свою иксемельку чем-то кроме своей проги и проверь, мусор там или нужная строка.

← →
Игорь Шевченко © (2012-10-18 18:02) [2]

> Такое ощущение, что msxml вообще игнорирует указание кодировку
> в xml-файле

http://msdn.microsoft.com/en-us/library/windows/desktop/ms757065(v=vs.85).aspx

← →
ES (2012-10-18 18:23) [3]

> гм... garbage in, garbage out? открой свою иксемельку чем-
> то кроме своей проги и проверь, мусор там или нужная строка.

всё ок там с кодировкой.

Но я заметил ужасную странность... Если сохранить текст в файл и загрузить файл методом load, то все очень замечательно.

А вот если как я написал выше - динамически с помощью метода loadXML - то с кодировкой проблемы... Что за штука. Теперь ощущение, что msxml плюет на указание кодировки при ДИНАМИЧЕСКОЙ загрузке xml"я...

Игорь Шевченко, к чему ваша ссылка?

← →
Игорь Шевченко © (2012-10-18 18:29) [4]

> Игорь Шевченко, к чему ваша ссылка?

к кодировкам, с которыми работает MSXML и к тому, что внутреннее представление у него Unicode.

← →
ES (2012-10-18 18:41) [5]

Игорь Шевченко, ну а что толку, если при указании кодировки: utf-8 в заголовке XML при ДИНАМИЧЕСКОЙ загрузке - движок не преобразовывает его в верный формат?

Точнее, как я понимаю, при динамической загрузке XML движок просто плюет на указание кодировки и считает её windows-1251 (что вообще расходится со стандартом, по которому дефолтная кодировка XML это utf-8). И соответствующим образом преобразует в unicode, но поскольку предположение об изначальной кодировке неверное - получаем фигню.

Вопрос - что делать то блин.

← →
Игорь Шевченко © (2012-10-18 20:11) [6]

> Точнее, как я понимаю, при динамической загрузке XML движок
> просто плюет на указание кодировки и считает её windows-
> 1251

вот еще одна ссылка:
http://msdn.microsoft.com/en-us/library/windows/desktop/ms754585(v=vs.85).aspx

The loadXML() method will work only with UTF-16 or UCS-2 encodings

← →
Dimka Maslov © (2012-10-18 22:19) [7]

Давно пора уже забыть про Windows-1251. А то можно будет 866 кодовую страницу приплести. Или того хуже КОИ-7. Это всё прошлый век.

← →
ES (2012-10-18 22:51) [8]

> The loadXML() method will work only with UTF-16 or UCS-2
> encodings

опа, действительно...
Блин глупость какая. Интересно, чем обосновано...

Дело в том, что XML я получаю по сети, мне бы его распарсить удобно с помощью msxml, а тут такая подстава.

А есть другой валидный способ, окромя записывать каждый раз XML в темповую директорию и натравливать уже на него движок msxml? (

← →
Игорь Шевченко © (2012-10-18 23:42) [9]

> А есть другой валидный способ, окромя записывать каждый
> раз XML в темповую директорию и натравливать уже на него
> движок msxml? (

Если у него известная кодировка UTF-8, то преобразовывать в UTF-16 стандартным вызовом Utf8ToUnicode, например

← →
ES (2012-10-19 00:43) [10]

>
> Если у него известная кодировка UTF-8

так в том и дело, что хочется универсализации и стандартизации.

Чтобы не важно, как отдавал ответ удаленный сервис, а парсилось всегда верно. По факту сейчас бывает или utf-8, или windows-1251.
Причем хочется стандартизации по правилам XML, то есть если кодировка не указана - значит, она дефолтная utf-8. Опять MS изобрели свой велосипед блин...

Конечно, можно костыли приделывать, чтобы самому вычленять тег кодировки, далее преобразовывать код XML и уже потом скармливать его движку msxml, но данный вариант меня тоже почему-то не радует (

← →
RWolf © (2012-10-19 01:49) [11]

загружай из потока (IStream), а не через loadXml(), тогда кодировка будет учитываться.

← →
ES (2012-10-19 01:58) [12]

примерчик можно?

← →
Slym © (2012-10-19 06:21) [13]

procedure TForm1.Button1Click(Sender: TObject); const s="<?xml version="1.0" encoding="windows-1251"?>"+ "<root>"+ "<val>Строка</val>"+ "</root>"; var FEngine:variant; begin FEngine := CreateOLEObject("MSXML2.DOMDocument") as IDispatch; FEngine.Async := false ; FEngine.load(TStreamAdapter.Create(TStringStream.Create(s),soOwned) as IStream); if FEngine.parseError.errorCode <> 0 then raise Exception.Create( FEngine.parseError.reason ); end;

← →
брат Птибурдукова (2012-10-19 07:51) [14]

> Опять MS изобрели свой велосипед блин...
Опять MS виновато блин... Пользовался бы не MSXML2.DOMDocument, а каким-нибудь другим объектом, если ты думаешь, что там будет лучше блин.

Кодировка в прологе влияет на сериализированный документ.
Пока этого нет, с кодировкой в прологе можно вообще не заморачиваться.
Что в узел записали, то и считали

Простая иллюстрация

var xdoc ,xdoc1: IXMLDOMDocument2;
begin
xdoc := CoDOMDocument.Create;
xdoc1 := CoDOMDocument.Create;
xdoc.loadXML("<?xml version="1.0" encoding="windows-1251"?><root/>");
ShowMessage(xdoc.xml);//кодировка указанная в прологе пропала
xdoc1.loadXML(xdoc.xml);
//тем не менее оно работает
ShowMessage(xdoc1.xml);

если xdoc сохранить в файл, кодировка в прологе появится.
Но если сохранить в файл просто xdoc.xml.текст , то файл не загрузится.

Или лучше даже так:

xdoc.loadXML("<?xml version="1.0" encoding="windows-1251"?><root name="Вася"/>");

ShowMessage(xdoc.xml);//кодировка указанная в прологе пропала

xdoc1.loadXML(xdoc.xml);
.........

> Дело в том, что XML я получаю по сети, мне бы его распарсить удобно с помощью msxml, а тут такая подстава.
> А есть другой валидный способ, окромя записывать каждый раз XML в темповую директорию и натравливать уже на него движок msxml? (
просто load(...) с указанием url "из сети"?

← →
ES (2012-10-19 13:22) [19]

Slym, супер, зашибись. Спасибо

Кодировка в XML (движок msxml) Найти похожие ветки