使用ow3c.dom.Document对象解析文档时解析错误，在文档的元素内容中找到（Unicode：0x1a）

Question

我收到错误：org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 14515; An invalid XML character (Unicode: 0x1a) was found in the element content of the document。

我收到错误的xml文件内容：

 <Product>
          <Description>672577000 3M 4540 DISPOSABLE COVERALL → XL</Description>
 </Product>

我在使用org.w3c.dom.Document对象解析文档时遇到此错误，由于输入文件中的→导致错误。那么我该如何解决这个问题？

Answer 1

xml文件中不允许所有字符。这是一个链接，供您查找允许或不鼓励哪一个，并且不允许重置：

http://en.wikipedia.org/wiki/Valid_characters_in_XML

不允许你（→）。

Answer 2

I resolved this by using below code
String removedUnicodeChar  = "DISPOSABLE COVERALL → XXL</Description></Order> ↔ ↕ ↑ ↓ → ABC";
Pattern pattern = Pattern.compile("[\\p{Cntrl}|\\uFFFD]");
Matcher m = pattern.matcher(removedUnicodeChar);
if(m.find()){
    System.out.println("Control Characters found");
    removedUnicodeChar = m.replaceAll("");
}