遇到无效字符时，SAXParser不会抛出异常

Question

如果我在内部和ansi xml文件中放入一个utf8字符并尝试使用SAXParser解析它，那么它将被解析而不会出现任何错误。为什么不抛出任何异常？

示例xml文件。将其保存为ansi编码。 Chrome无法打开该文件，但saxparser会无错误地解析它。

<?xml version="1.0" encoding="UTF-8"?>
 <root date="2010-06-17">
 <product
    id="1 "
    label= « xyz"/>
 </root>

w3c xml validator也无法查看此文档。

Answer 1

该文件可能仍然很好。

我没有检查所有ANSI字符集，但Windows-1252中存在»（U + 00BB）。如果将UTF-8编码的字节序列C2 BB转储到Windows-1252编码的文件中，它仍然是该编码的合法字节序列。 它将被视为字符序列»（U + 00C2 U + 00BB）。

Answer 2

»如下：

• U + 00BB：Unicode代码点
• c2 bb：以UTF-8编码
• 00 bb：以UTF-16编码
• bb：编码为8859-1 / Windows 1252

如果将“c2 bb”放入正在读取为win-1252的文件中，它将显示»。没有错误。