最近在作简单的解析XML的工做,我使用的是DOM4J来解析,能够说很方便了,在加上使用XPATH来具体肯定XML中特定元素下的位置,更加便捷了java
但是在使用XML解析是却遇到了这样的问题:spa
org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0x10) was found in the CDATA section. code
解析XML文件时出现非法字符 (Unicode: 0x10) 的Exception(即便该字符位于CDATA段内)xml
查阅资料得知,这个问题能够归纳为An invalid XML character (Unicode: 0x**) was found in the comment. blog
问题所在是由于文件中有XML不容许的特殊字符,我以为这也是咱们俗称的乱码,W3C标准中有规定,有一些字符不能出如今XML文件中:io
这些错误的发生是因为一些不可见的特殊字符的存在,而这些字符对于XMl文件来讲又是非法的,因此XML解析器在解析时会发生异常,官方定义了XML的无效字符分为三段: 0x00 - 0x08 0x0b - 0x0c 0x0e - 0x1f
最后这个问题的解决方法是:class
1 对有可能出问题的XML文件,进行字符过滤后再进行解析。 2 public static String XMLChars(String s) { 3 if (s == null || "".equals(s)) { 4 return s; 5 } 6 return s.replaceAll("[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]", ""); 7 }
这样这个问题就解决了乱码