使用 Java 在 Windows 中以 UTF-8 格式读取 xml 文件会给出“IOException：2 字节 UTF-8 序列的无效字节 2”。 -错误答案

【问题标题】：Reading xml -file in UTF-8 format in Windows with Java gives "IOException: Invalid byte 2 of 2-byte UTF-8 sequence." -error使用 Java 在 Windows 中以 UTF-8 格式读取 xml 文件会给出“IOException：2 字节 UTF-8 序列的无效字节 2”。 -错误
【发布时间】：2011-07-29 04:08:37
【问题描述】：

我的 Java 程序有问题。我如何读取具有“UTF-8”编码的 xml 文件。程序在 Kubuntu 中正常运行，但我在 Windows 中无法运行。两种操作系统都在正确写入 xml 文件，但在 Windows 中解析会出现异常错误。

String XMLFile = "ÄÄKKÖSET.xml"
Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new File (XMLFile));

这是我需要解析的 xml 文件：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<deck created="04/04/2011">
  <title>ääkköset</title>
  <code>ÄÄKKÖSET</code>
  <description>ääkköset</description>
  <author>ääkköset</author>
  <cards nextCardID="1">
    <card color="#1364F9" id="0">
      <question>ÄÄKKÖSET</question>
      <answer>ÄÄKKÖSET</answer>
    </card>
  </cards>
</deck>

如何在 Windows 中使用 Java 读取 xml 文件，而不会收到“IOException: Invalid byte 2 of 2-byte UTF-8 sequence”。 -错误？

提前致谢！

【问题讨论】：

你得到什么异常？该文件确实是用 UTF-8 编写的吗？或者，只是在拉丁语 1 中？
您发布的代码正确解析了正确 UTF-8 编码的XML 文件。
Java 中没有名为ExceptionError的Throwable 的子类；) 请告诉我们真正的错误信息
我得到 IOException: Invalid byte 2 of 2-byte UTF-8 sequence.
这看起来您的文件并未真正以 UTF-8 编码。您如何检查它是否真的是 UTf-8？或者，您是如何创建它的？

标签： java xml parsing utf-8

【解决方案1】：

2 字节 UTF-8 序列的字节 2 无效。

您的 XML 文档尚未保存为 UTF-8，解析器会检测到这一点（因为并非所有字节序列都是合法的 UTF-8）并抛出错误。

解决方案是将文件保存为 UTF-8。将文档声明为 UTF-8 是不够的 - 数据编码为的字节必须与此声明匹配。默认情况下，Windows 上的许多文本编辑器默认将数据保存为 ANSI。

【讨论】：

感谢您提供非常好的建议。我解决了问题。我忘了添加“UTF-8”-属性。像这样：StringEscapeUtils.unescapeXml (sw.toString()), "UTF-8");