解析包含字符引用的xml

Question

尝试解析的XML包含CDATA内部的控制字符0x2。我试图用字符引用替换它，导致CDATA看起来像：

CDATA section----charcter reference----CDATA section

现在，如果我尝试解析它，我会收到一条错误消息： org.xml.sax.SAXParseException：prolog中不允许使用内容。

原始的xml看起来像：

<?xml version="1.1" encoding="UTF-16"?><CELL><![CDATA[ABCD&#2;EFGH]]></CELL>

我将其修改为：

<?xml version="1.1" encoding="UTF-16"?><CELL><![CDATA[ABCD]]>&#2;<![CDATA[EFGH]]></CELL>

Answer 1

在CDATA部分中未解析实体定义，这就是原始示例不起作用的原因。在我看来，修改后的示例不起作用似乎是SAX解析器错误。也许SAX解析器在以＆lt;？开头的XML prolog之前不允许不可见的字节顺序标记（BOM），但是SAX解析器应该。

为了帮助SAX解析器，最终会采用以下解决方法。即在您提供解析器之前使用BOM。您可以为此目的使用可标记的流，即标记流，读取BOM，如果没有BOM，则将流重置为其标记。我没试过，只是一个猜测。

顺便说一句：如果您要在介绍中修正拼写错误，您的问题会更好：写“字符引用”而不是“字符引用”。我首先想到的是，缺少的a与你的问题有关。