解析アラビア/中国語/日本語RSSは、java

Question

私は、JavaとRSSフィードパーサーを書いているとフィードおよび/アラビア中国語/日本語の文字を持っているフィードを解析している間、私は問題が発生しました。

私はちょうど「?????? ?? ????? ??」疑問符のセットを取得し、それらを印刷しExample feed。

彼らはまた、そのように（mysqlの、休止状態で接続され、エンコーディングとしてUTF8がセットされている）私のデータベースに終わります。

このフィードからタイトルを取得するための責任があるコードの一部：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
DocumentBuilder db = dbf.newDocumentBuilder(); 

Document doc = db.parse(url.openStream()); 
doc.getDocumentElement().normalize(); 

Node channelNode = doc.getElementsByTagName("channel").item(0); 

NodeList channelList = channelNode.getChildNodes(); 

for (int i = 0; i < channelList.getLength(); i++) { 
    Node element = channelList.item(i); 

    String name = element.getNodeName(); 

    if (name.equalsIgnoreCase("title")) { 
    rssName = element.getTextContent(); 
    break; 
    } 
} 

データベースに適切な文字を取得する方法は？ 私はそれらをフィードからコピーし、データベースに人手で挿入します。

ありがとう

UPDATE

：
は、問題を修正私の休止状態の設定に追加の行を置く：

<property name="hibernate.connection.useUnicode">true</property> 
<property name="hibernate.connection.characterEncoding">UTF-8</property> 

Answer 1

次のparams含まれるようにHibernate設定でMySQLのJDBC URLを変更する必要があります。そうしないとMySQLのJDBCドライバは、クライアントプラットフォームのデフォルトエンコーディングを使用します

jdbc:mysql://hostname:3306/db_name?useUnicode=yes&characterEncoding=UTF-8

を。

DBのエンコーディングは、手動による挿入がうまくいくので完全に問題ありません。 XMLは通常、デフォルトではUTF-8として解析されるので、XML宣言ヘッダーに明示的に指定されていない限り、RSSフィードサーバーの間違いである可能性が高いため、この部分もうまくいきます。

Answer 2

あなたはデータベースの文字エンコーディングは、このような文字と互換性があることを確認する必要があります。おそらくUTF-8に設定することによって可能性があります。

データベースの文字エンコーディングは、文字を扱うことができない場合は、に変換されます？。

ほとんどのデータベースでは、全体のデフォルトのエンコーディングを持っているし、テーブルごとに、列のオーバーライドごとにできるようになります。

また、あなたは（すなわち、UTF-8または何でもエンコーディングそれが指定するもの）を正しく受信ストリームに解析していることを確認する必要があります。

Answer 3

明らかにエンコードの問題です。 UTF-8文字セットを使用してRSSストリームをデコードしようとする必要があります。