只要把ScraperConfiguration源码的输入源由inputSource改成inputStream，那么SAX 解析器将会自动检测编码。

public class InputSource

XML 实体的单一输入源。

此模块（包括源代码和文档）在公共域中，同时?没有担保。有关更多信息，请参阅http://www.saxproject.org。

此类允许 SAX 应用程序封装有关单个对象中的输入源的信息，它可包括公共标识符、系统标识符、字节流（可能带有指定的编码）、基本 URI 和/ 或字符流。

在以下两种情况下应用程序可以将输入源提供给解析器：作为 Parser.parse 方法的参数，或者作为 EntityResolver.resolveEntity 方法的返回值。

SAX 解析器将使用 InputSource 对象来确定如何读取 XML 输入。如果有字符流可用，则解析器将直接读取该流，而忽略该流中找到的任何文本编码声明。如果没有字符流，但却有字节流，则解析器将使用该字节流，从而使 用在 InputSource 中指定的编码，或者另外（如果未指定编码）通过使用某种诸如 XML 规范 中的算法算法自动探测字符编码。如果既没有字符流，又没有字节流可用，则解析器将尝试打开到由系统标识符标识的资源的 URI 连接。

InputSource 对象属于该应用程序：SAX 解析器将不会以任何方式修改它（它可以在必要时修改副本）。但是，作为解析终止清除的一部分，对字节流和字符流的标准处理就是关闭这二者，因此在将此类流传递给解析器后应用程序不应尝试重新使用它们。

改进 InputSource 构造

package org.webharvest.definition;

public class ScraperConfiguration {...

public ScraperConfiguration(File sourceFile) throws FileNotFoundException {        this.sourceFile = sourceFile;//      InputSource inputSource = new InputSource(new FileReader(sourceFile));        InputSource inputSource = new InputSource(new FileInputStream(sourceFile));        inputSource.setEncoding("UTF-8");         createFromInputStream( inputSource );    }

?