Question

我得到了这个Exceptoin，问题在于我输入了utf-8编码的字符。

在我的XML文件的顶部说：<?xml version="1.0" encoding="UTF-8" ?> 我添加了编码。但是我得到了这个例外。

 //Set the format
    Format format = Format.getPrettyFormat();
    format.setEncoding("UTF-8");
    XMLOutputter xmlOutput = new XMLOutputter(format);
    // Create a new file and write XML to it
    xmlOutput.output(doc, new FileOutputStream(new File(XMLEditorService
            .getXMLEditorService().getFile())));

解析文件时似乎发生了错误：

Document xmlDocument = builder.parse(file);

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 4-byte UTF-8 sequence.
    at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.peekChar(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(Unknown Source)
    at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source)
    at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source)
    at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source)
    at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(Unknown Source)
    at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source)
    at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source)
    at javax.xml.parsers.DocumentBuilder.parse(Unknown Source)

如何解决这个问题？

Answer 1

你告诉解析器文件是用UTF-8编码的，解析器告诉你它不是。我倾向于相信解析器。

有两种诊断方法：

（a）检查二进制级别的文件，看看实际的八位字节是什么，以及实际的编码是什么。

（b）研究文件是如何形成的，以及编码的字符可能是多么糟糕。

Answer 2

我遇到同样的问题。我的问题是我用jdom和 FileWriter（xmlFile）创建了一个新的XML文件。 FileWriter无法创建UTF-8文件。而是使用 FileOutputStream（xmlFile）解决了它。

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException：4字节UTF-8序列（XML）的无效字节2

2 个答案: