XmlUtil.serialize未返回UTF-8编码问题及相关代码咨询

这个UTF-8编码问题我之前也碰到过，看你的代码片段，问题出在XmlUtil.serialize的默认行为上，而不是StreamingMarkupBuilder的设置，我来给你拆解下并解决：

你已经给StreamingMarkupBuilder设置了UTF-8编码，但XmlUtil.serialize的无参（或仅传入XML节点）重载方法，默认会使用系统平台的默认编码来生成字符串——这就导致立陶宛语、俄语这类非ASCII字符被错误转码，最终输出的XML并不是真正的UTF-8编码。

核心是显式指定XmlUtil.serialize使用UTF-8编码输出，有两种常用方式：

方式1：生成UTF-8编码的XML字符串 #

通过ByteArrayOutputStream和UTF-8编码的OutputStreamWriter捕获序列化内容，确保编码全程正确：

def dataMap = [ 
    [No: '1', CustomerID: '777', Name: 'Lithuania: Ąęįėčęįasdad5645'], 
    [No: '2', CustomerID: '888', Name: 'Latin: abcdefghij5646'], 
    [No: '3', CustomerID: '999', Name: 'Russian: ааАСДАСЩХдсадсасд546'] 
]
def date = new Date()
def sdf = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss'Z'")
def builder = new StreamingMarkupBuilder()
builder.setEncoding("UTF-8")

// 补全并绑定XML结构
def xmlNode = builder.bind {
    mkp.xmlDeclaration() 
    mkp.declareNamespace('xsi': 'http://www.w3.org/2001/XMLSchema-instance') 
    iFile {
        Header {
            FileDate(sdf.format(date))
            // 补充你的其他Header字段
        }
        Records {
            dataMap.each { record ->
                Record {
                    No(record.No)
                    CustomerID(record.CustomerID)
                    Name(record.Name)
                }
            }
        }
    }
}

// 显式用UTF-8编码序列化
def baos = new ByteArrayOutputStream()
def utf8Writer = new OutputStreamWriter(baos, StandardCharsets.UTF_8)
XmlUtil.serialize(xmlNode, utf8Writer)
utf8Writer.flush()

// 得到正确的UTF-8编码XML字符串
def utf8Xml = new String(baos.toByteArray(), StandardCharsets.UTF_8)

方式2：直接写入UTF-8编码的文件 #

如果你的目标是输出到文件，直接用指定UTF-8的文件写入器更高效：

// 承接上面的xmlNode变量
new File("your-output.xml").withWriter(StandardCharsets.UTF_8) { writer ->
    XmlUtil.serialize(xmlNode, writer)
}

• builder.setEncoding("UTF-8")只是设置XML声明中的encoding="UTF-8"属性，并不控制序列化过程中的实际编码。
• 一定要避免直接使用XmlUtil.serialize(xmlNode)返回字符串，因为它会用系统默认编码（比如Windows下的GBK），导致特殊字符乱码。
• 使用StandardCharsets.UTF_8比硬编码字符串"UTF-8"更安全，避免拼写错误。

内容的提问来源于stack exchange，提问作者evigis