当我使用stax2 XMLInputFactory2时，如何转换输入流？

Question

使用stax2解析大的xml文件（500 - 800Mb）：

XMLStreamReader2 reader = (XMLStreamReader2) xmlif2.createXMLStreamReader(fileName, new FileInputStream(fileName));

将其转换为特定的csv并有下一个问题。一些文本节点包含“＆amp;＃x1;”序列。在输出文件中，它必须用西里尔字母“Ё”替换。但是当解析器发现序列“＆amp;＃x1;”时，它会抛出异常：

  

[com.ctc.wstx.exc.WstxLazyException]   com.ctc.wstx.exc.WstxParsingException：非法字符实体：   扩展字符（[row，col，system-id]

处的代码0x1）

在stax中我有同样的例外。

我可以为xml流阅读器设置一些transforation并替换＆amp; #x1;解析时Ё自动化??? 我可以创建中间文件，其中所有文件都被替换，然后解析它，但这不是一个好主意

Answer 1

错误消息表明您的XML格式不正确：其编码已损坏。 听起来它包含值为0x1的Unicode字符的实体引用。 这不适用于XML 1.0;虽然它对XML 1.1来说是合法的。 但也许XML文档在其xml声明中没有声明“version ='1.0'”？