在Mule中无法转换UTF-16格式XML的问题求助

问题场景 #

收到声明为UTF-16的XML输入：

<?xml version="1.0" encoding="utf-16"?>
<Envelope xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
    <Body>
        <DOC_POST>
            <ACCOUNT>
                <Item>
                    <PLANT>1000</PLANT>
                </Item>
           </ACCOUNT>
        </DOC_POST>
    </Body>
</Envelope>

使用如下DataWeave转换时：

%dw 2.0
output application/json
---
payload

在Mule运行时（4.3.0，Anypoint Studio 7.10.0）出现错误：

Declared encoding 'UTF-16' uses 2 bytes per character; but physical encoding appeared to use 1; cannot decode
at [row,col {unknown-source}]: [1,40], while reading payload as Xml.
[row,col]: [1,40]" evaluating expression: "%dw 2.0
output application/json #

payload"

但相同内容在DataWeave playground中转换正常。

错误原因 #

核心问题是XML声明的编码与实际字节流的编码不匹配：XML头部声明为UTF-16（双字节编码），但Mule读取到的实际字节流是单字节编码（如UTF-8），导致解码失败。

DataWeave playground能正常处理是因为它以文本形式接收输入，会自动适配编码；而Mule运行时直接处理原始字节流，对编码的一致性要求更严格。

解决方案 #

1. 确认输入的实际编码 #

先排查数据源的真实编码：

• 文件输入：用文本编辑器（如Notepad++）查看文件实际编码；
• 网络请求：检查请求头Content-Type是否正确携带charset=utf-16；
• 若数据源实际是UTF-8，直接修改XML头部的encoding属性为utf-8。

2. 在Mule中显式指定编码 #

如果输入确实是UTF-16，需明确指定编码确保字节流被正确解码：

• 连接器配置编码：在HTTP Listener、File Connector等组件的编码配置项中设置为UTF-16；
• DataWeave显式读取：使用read函数强制指定编码，示例：

%dw 2.0
output application/json
---
read(payload, "application/xml", {"encoding": "UTF-16"})

3. 处理UTF-16的BOM问题 #

UTF-16分大端（UTF-16BE）和小端（UTF-16LE），若无BOM标识Mule可能无法自动识别，尝试指定具体变体：

read(payload, "application/xml", {"encoding": "UTF-16LE"})
// 或
read(payload, "application/xml", {"encoding": "UTF-16BE"})

4. 排查中间环节的编码转换 #

检查代理、网关等中间传输环节是否擅自修改编码，确保字节流从数据源到Mule的过程中未被转码。

内容的提问来源于stack exchange，提问作者shyama moneymohan