Java中DOM Document转ByteArrayOutputStream的字符编码问题

这问题我之前踩过坑！你看到的Ú变成Ú的现象，本质是UTF-8编码的多字节字符被当成单字节编码（比如ISO-8859-1）解析了——Ú的UTF-8是0xC3 0xBA两个字节，用ISO-8859-1读就会拆成Ã和š，完全乱套。核心原因就是你在转换过程中没明确指定UTF-8编码，默认用了平台编码处理输出流。

先看最容易出错的写法（就是你现在可能在用的） #

// 错误示例：没有指定编码，默认使用系统平台编码（Windows可能是GBK，Linux可能是ISO-8859-1）
Transformer transformer = TransformerFactory.newInstance().newTransformer();
transformer.transform(new DOMSource(document), new StreamResult(byteArrayOutputStream));

正确的解决方式：全程强制UTF-8编码 #

有两种可靠的实现方式，选哪种都可以：

方式1：通过Transformer指定输出编码

ByteArrayOutputStream baos = new ByteArrayOutputStream();
Transformer transformer = TransformerFactory.newInstance().newTransformer();

// 关键步骤1：明确设置输出编码为UTF-8
transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
// 可选：如果需要保留XML声明（比如<?xml version="1.0" encoding="UTF-8"?>），设置为"no"则会省略
transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "no");

transformer.transform(new DOMSource(document), new StreamResult(baos));

// 关键步骤2：转字符串时也要用UTF-8解码，别用默认的toString()
String xmlContent = baos.toString(StandardCharsets.UTF_8.name());

方式2：用OutputStreamWriter包装输出流指定编码

ByteArrayOutputStream baos = new ByteArrayOutputStream();
// 直接用OutputStreamWriter强制UTF-8编码包装输出流
Writer writer = new OutputStreamWriter(baos, StandardCharsets.UTF_8);

Transformer transformer = TransformerFactory.newInstance().newTransformer();
transformer.transform(new DOMSource(document), new StreamResult(writer));
writer.flush(); // 确保所有内容写入输出流

// 同样，转字符串时用UTF-8解码
String xmlContent = baos.toString(StandardCharsets.UTF_8.name());

额外注意点 #

如果你的Document是从外部XML文件/字符串加载的，也要确保加载时就用UTF-8解析，不然源头就可能有问题：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();

// 加载XML时指定UTF-8编码
InputSource inputSource = new InputSource(new StringReader(rawXml));
inputSource.setEncoding("UTF-8");
Document document = builder.parse(inputSource);

本质就是一句话：全程编码统一为UTF-8，不管是解析生成Document，还是把Document转成输出流，都明确指定编码，别依赖系统默认的编码规则，这样拉丁字符（甚至其他非ASCII字符）都能正常保留。

内容的提问来源于stack exchange，提问作者Anderson Bestteti