FTP下载XML转JSON后外文字符乱码，如何修正编码问题？

非英文字符变成问号的核心原因是编码/解码环节不匹配，流程中某一步误用了平台默认编码（如GBK、ISO-8859-1）处理UTF-8字节，导致字符信息丢失。以下是针对性的修复步骤：

1. XML解析阶段：强制指定UTF-8编码 #

DocumentBuilder.parse(File)默认依赖XML文档的<?xml encoding="..."?>声明自动检测编码，若声明缺失或与实际编码不符，会直接导致解析错误。改为通过InputStreamReader显式指定UTF-8解析：

原代码：

doc = docBuilder.parse(xmlFile);

修改为：

try (InputStream is = new FileInputStream(xmlFile);
     Reader reader = new InputStreamReader(is, StandardCharsets.UTF_8)) {
    doc = docBuilder.parse(new InputSource(reader));
}

2. XML转字符串阶段：确保输出编码为UTF-8 #

默认Transformer输出到StringWriter时，虽然后续转成String本身是UTF-16，但显式指定输出编码可避免后续转换的歧义：

原代码：

Transformer trans = tf.newTransformer();
StringWriter sw = new StringWriter();
trans.transform(new DOMSource(doc), new StreamResult(sw));
String xml = sw.toString();

修改为：

Transformer trans = tf.newTransformer();
trans.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
ByteArrayOutputStream baos = new ByteArrayOutputStream();
trans.transform(new DOMSource(doc), new StreamResult(baos));
String xml = new String(baos.toByteArray(), StandardCharsets.UTF_8);

3. JSON序列化阶段：强制UTF-8输出 #

确保Jackson的ObjectMapper在序列化时使用UTF-8，避免默认编码导致字符转义或丢失：

原代码：

jsonMapper.configure(SerializationFeature.WRAP_ROOT_VALUE, false);

补充编码配置：

jsonMapper.configure(SerializationFeature.WRAP_ROOT_VALUE, false);
// 强制JSON序列化采用UTF-8
jsonMapper.setSerializationInclusion(JsonInclude.Include.NON_NULL);
// 若输出到文件/流，显式指定UTF-8
try (FileWriter writer = new FileWriter(outputJsonFile, StandardCharsets.UTF_8)) {
    jsonMapper.writeValue(writer, xmlJSONObj);
}

4. 验证FTP下载环节 #

你已设置ftp.setFileType(FTP.BINARY_FILE_TYPE)，这是正确的——二进制模式下载会完整保留原文件字节，不会破坏UTF-8编码。可通过文本编辑器（如Notepad++）打开下载后的文件，选择UTF-8编码查看非英文字符是否正常，确认下载环节无问题。

额外注意事项 #

• 检查XML文档开头是否有<?xml version="1.0" encoding="UTF-8"?>声明，若无则必须强制指定UTF-8解析。
• 所有涉及字节与字符转换的环节（读/写文件、字符串转换），均需显式指定StandardCharsets.UTF_8，切勿依赖平台默认编码。

内容的提问来源于stack exchange，提问作者vbNewbie