使用Stax解析XML文件時出現Unicode（0xb）錯誤

Question

在解析XML文件時，Stax會產生錯誤：

Unicode（0xb）錯誤 - 在文檔的元素內容中找到了無效的XML字符（Unicode：0xb）。

只需點擊下面的鏈接，使用帶有特殊字符“x”的xml行。 它不是一個字母字符：當你嘗試將它復制並粘貼到記事本中時，你會將它作為一些符號。 我嘗試使用Stax解析它。 它顯示出上述錯誤。

請有人能給我一個解決方案嗎？

提前致謝。

Answer 1

0xB（垂直制​​表符）不是XML中的有效字符。 ASCII 32（0x20，空格）之前唯一有效的字符是0x9（制表符），0xA（回車符）和0xD（換行符）。

簡而言之，您要解析的內容不是XML。

Answer 2

根據XML W3C建議 ，XML文件中不允許使用0xb：

字符范圍[2]字符:: =＃x9 | #xA | #xD | [＃x20-＃xD7FF] | [＃xE000-＃xFFFD] | [＃x10000-＃x10FFFF] / *任何Unicode字符，不包括代理塊，FFFE和FFFF。 * /

嚴格來說，您的輸入文件不是XML文件。

Answer 3

每當無效的xml字符出現xml時，它就會出現這樣的錯誤。 當你在記事本++中打開它時，它看起來像VT，SOH，FF這些都是無效的xml字符。 我使用xml版本1.0，我在模式中輸入數據庫之前驗證文本數據

Pattern p = Pattern.compile("[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFF]+");
retunContent = p.matcher(retunContent).replaceAll("");

它將確保在xml中不會輸入無效的特殊字符