有没有方便的方法来检查xml文件是否包含无效字符

Question

我正在编写一个Java程序，它将XML文件解析/解组为Java对象。

此程序采用XML文件，这些文件由某些第三方生成，我无法控制。

获取文件后，程序会使用各自的XSD检查它们是否为无效格式↓

URL schemaFile = this.getClass().getClassLoader().getResource(xsd/some.xsd);
Source xmlFile = new StreamSource(new File(/path/to/xml));
SchemaFactory schemaFactory = SchemaFactory.newInstance(W3C_XML_SCHEMA_NS_URI);
Schema schema = schemaFactory.newSchema(schemaFile);
Validator validator = schema.newValidator();
validator.validate(xmlFile);

然后开始使用JAXP单独解析/解组它们。

我面临的问题是，即使经过上述验证，有时我也会收到以下错误。 （上面的验证器似乎没有检查XML是否包含无效字符，只是将输入与其XSD进行比较）

javax.xml.stream.XMLStreamException: ParseError at [row,col]:[xxx,xxx]

有没有方便的方法来检查XML文件是否包含使用编程或某些工具的无效字符？

我使用“sed -n'240,250p'”提取了发生异常的部分（第245行）。 sample.xml

Answer 1

你有允许角色的白名单吗？这是一种模式：

1. 对于每个流式角色，如果未列入白名单，请将其替换为空。
2. 询问过滤后的文件内容是否与之前相同（差异模式）

如果两个文件中的内容不相等，则源文件包含无效字符。