Sax 无效 XML 字符异常答案

【问题标题】：Sax invalid XML character exceptionSax 无效 XML 字符异常
【发布时间】：2009-06-16 13:13:17
【问题描述】：

我已经下载了 Stack Over Flow 站点的 xml 转储。在将转储传输到 mysql 数据库时，我一直遇到以下错误：出现异常：字符引用“某些字符集如 ”是无效的 XML 字符。

我使用 UltraEdit（它是一个 800 meg 的文件）从文件中删除了一些字符，但是如果我删除了无效字符集并运行解析器，我会收到识别更多无效字符的错误。关于如何解决这个问题的任何建议？

大家好，

【问题讨论】：

标签： java xml sax

【解决方案1】：

您使用的是哪个转储？第一个版本存在问题（不仅是无效字符，还有< 出现在不应该出现的地方），但它们应该在second dump 中得到修复。

为了它的价值，我使用两个正则表达式替换修复了原始中的无效字符。替换“[12345678BCEF];”和 "" 每个都带有 "?" - 当然，将它们都视为正则表达式。

【讨论】：

我正在使用第一个该死的转储，今晚我将使用第二个。感谢您的帮助。

【解决方案2】：

XML 中允许的字符集是here。如您所见，#x10 不是其中之一。如果这些存在于 stackoverflow 转储中，则它不符合 XML。

或者，您正在使用错误的字符编码读取 XML。

【讨论】：

【解决方案3】：

您应该将文件转换为 UTF-8 我用java开发，下面是我的转换

公共字符串 FileUTF8Cleaner（文件 xmlfile）{

    String out = xmlfile+".utf8";
    if (new File(out).exists())
        System.out.println("### File conversion process ### Deleting utf8 file");
        new File(out).delete();
        System.out.println("### File conversion process ### Deleting utf8 file [DONE!]");

    try {
        System.out.println("### File conversion process ### Converting file");
        FileInputStream fis = new FileInputStream(xmlfile);
        DataInputStream in = new DataInputStream(fis);
        BufferedReader br = new BufferedReader(new InputStreamReader(in));
        String strLine;

        FileOutputStream fos = new FileOutputStream(out);

        while ((strLine = br.readLine()) != null) {

            fos.write(strLine.replaceAll("\\p{Cc}", "").getBytes());
            fos.write("\n".getBytes());
        }

        fos.close();
        fis.close();
        in.close();
        br.close();
        System.out.println("### File conversion process ### Converting file [DONE)]");

    } catch(Exception e) {
        e.printStackTrace();
    }

        System.out.println("### File conversion process ### Processing file : "+xmlfile.getAbsolutePath()+" [DONE!]");
        return out;

}

【讨论】：