1
我正在接收UTF-8中的xml文档，其中分解的diacretics。直到现在，我只是读取这些值并将它们保存到我的postgreSQL数据库中，而没有做任何修改或转换（psotgreSQL参数：SERVER_ENCODING = UTF8，LC_COLLATE = German_Germany.1252）。如何处理来自外部源的分解的unicode并将其存储在postgresql中
现在我发现，当搜索对于喜欢“Wüste”的值时手动输入它（HEX：57 C3 BC 73 74 65），我无法找到以前从外部资源“Wüste插入的值“（HEX：57 75 cc 88 73 74 65）。
我可以看到，两个字符串在Notepad ++ HexEditor中查看它们时有所不同。
我想弄清楚这个问题的正确解决方案。
目前，我会尝试使用java.text.Normalizer并尝试规范化文本从外部源读取它的时候是这样的：
String normalized = Normalizer.normalize(original, Normalizer.Form.NFC);
但在此之前，我想确保我别错过别的。就像我可以并且应该在从外部来源读取数据时解决这个问题？也许我需要提供正确的编码？也许我可以设置另一个参数，所以我不需要自己做任何标准化处理？
我读的数据是这样的：
URL url = new URL(buildSearchUrl(searchCriteria, key));
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setNamespaceAware(true);
String expression = "/s:searchRetrieveResponse/s:records/s:record/s:recordData";
DocumentBuilder db = dbf.newDocumentBuilder();
InputStream is = url.openStream();
Document dnbResultDocument = db.parse(is);
Node recordDataElem = (Node) xpath.compile(expression).evaluate(
dnbResultDocument, XPathConstants.NODE);
然后我开始读不同的节点，并得到他们的文本值使用
element.getTextContent()
我觉得有点困难，我有点手动相信必须对从外部资源获得的每篇文本进行标准化。