SERE0014：非法的HTML字符-解析控制字符时出现十进制129异常

Question

最近，在一种情况下，我发现了一个带有控制字符的字符串，我们将其保存到数据库中，并尝试从中创建xml和HTML文件。它已正确保存在数据库中，并在不同位置显示如下。
1）查询数据库时，名称显示为。
2）当我将其复制到记事本++（UTF-8编码）上时，显示为。
3）在Eclipse IDE中，调试模式将其显示为与DB相同。
4）在HTML页面（apache / tomcat）中的表记录中，控制台中的sysout输出将其显示为简单的，我认为这是更可取的和预期的输出。

我能够创建带有垃圾字符的XML文件，但是当我尝试使用具有UTF-8编码的javax TransformerFactory创建HTML时。 transformer.transform(source, result);
引发异常“ HTML字符非法-十进制129” 。
我知道字符串中存在一些UTF-8不支持的控制字符，因此解析器将抛出此异常。
我在这里找到它的参考： https://www.fileformat.info/info/unicode/char/0081/index.htm

要解决该问题，我尝试了很多事情，但结果接近预期的一件事是在将其交给解析器之前手动解析字符串，然后将其更改为UTF-8字符串，如下所示：
String str = new String(nodeValue.getBytes(StandardCharsets.US_ASCII), StandardCharsets.UTF_8); str = str.replaceAll("[^\p{ASCII}]", "");

这可以在一定程度上解决问题，但是我认为解析整个内容不是从字符串中删除1个控制字符的最佳方法，这也将名称转换为是不可取的，我实际上希望它没有任何变化。

是否有任何标准方法可以执行此操作，以便我们可以在解析的HTML中获得正确的输出？

sysout和apache tomcat的HTML页面如何正确显示它？他们会明确处理吗？

Answer 1

在HTML中是非法的，无论您如何在文档中将其表示为字符。

似乎有人在测试您。 GUI不应允许它，或者您不得不忍受无法以HTML形式显示它。如果只需要显示它，则可以将其转换为图像。不幸的是，[HOP]没有相应的Control Picture。