Woodstox解析器不支持某些unicode字符

Question

我是使用WoodStox的新手。我必须阅读所有可能的Unicode字符组合并写入XML文件。 WoodStox无法读取某些Unicode字符。有人可以帮助我如何在遇到时跳过该字符或在XML文件中写入该Unicode字符的解决方案。

我得到的例外是     24364002-data-set-results.xml的第1行第1404735行出错：   SXXP0003：XML解析器报告的错误：字符引用“＆amp; #xfffe”是无效的XML字符。 例外情况是：net.sf.saxon.trans.XPathException：org.xml.sax.SAXParseException：字符引用“＆amp; #xfffe”是无效的XML字符。

Answer 1

我也不熟悉WoodStox，但我可以说FFFE确实不是一个有效的Unicode字符，因此输入问题可能比解析器更多。一些编码器以UTF-16编码最常使用FFFE来指示字节顺序（小端或大端）。根据它是以FFFE还是以FEFF的形式回读，解码器知道选择哪个字节顺序。但它不是标准，并非所有解码器都支持它。

当这样使用时，它始终是文件的前两个字节。

所以，你需要检查的是：

• 您使用的是正确的字符编码（通常是UTF-8还是UTF-16）？
• 如果使用UTF-16，您的文件是以FFFE还是FFEF开头的？
• WoodStox的设置是否支持自动检测字节顺序？

最坏的情况是，如果您的文件以FFFE或FFEF开头，只需将其从文件中删除即可将其提供给WoodStox。但是，请确保在WoodStox中设置正确的字节顺序。