我有一個處理 XML 文件以讀取一些值的 Java 代碼。我收到一個錯誤：無效的 UTF8 編碼，我試圖將文件內容復制到 NotePad++ 上的另一個文件中，該過程運行良好，但如果我只將文件另存為其他名稱，則會給出相同的錯誤。抱歉，我不能把我的 XML 文件放在這里，因為它太大了，我只會放 header 和 trailer。感謝您提供任何幫助來解決此錯誤。我處理 xml 文件的 java 代碼：XPathFactory f=XPathFactory.newInstance(); XPath x=f.newXPath(); InputSource source=new InputSource(new FileInputStream("C:\\Users\\cc\\eclipse-workspace\\data\\file.xml") ); InputSource source2=new InputSource(new FileInputStream("C:\\Users\\cc\\eclipse-workspace\\data\\file.xml") ); XPathExpression trlr=x.compile("pers/trailer/text()"); XPathExpression hdr=x.compile("pers/header/CD/text()"); String s=trlr.evaluate(source); String s2=hdr.evaluate(source2); System.out.println("header :"+s+" trailer"+s2);pers 是 xml 文件中的根標記：XML 文件如下所示：<?xml version = '1.0' encoding = 'UTF-8'?><pers> <header>555</header> . . . . <trailer>666</trailer></pers>
2 回答
智慧大石
TA貢獻1946條經驗 獲得超3個贊
使用 java 編寫腳本來檢測有問題的行。
AtomicInteger lineno = new AtomicInteger();
Path path = Paths.get("... .xml");
Files.lines(path, StandardCharsets.ISO_8859_1)
.forEach(line -> {
int no = lineno.incrementAndGet();
byte[] b = line.getBytes(StandardCharsets.ISO_8859_1);
try {
new String(b, StandardCharsets.UTF_8);
} catch (Exception e) {
System.out.printf("[%d] %s%n%s%n", no, line, e.getMessage());
//throw new IllegalStateException(e);
}
});
人們可能會認為這是一個數據錯誤。
一般來說，它也可能是錯誤的緩沖讀?。寒斠粋€多字節序列在緩沖區邊界上被破壞時；然后可能會出現兩個錯誤的半序列。在標準庫代碼中不太可能。
為了確保代碼new String(...)不會被 JVM 丟棄，可能：
int sowhat = Files.lines(path, StandardCharsets.ISO_8859_1)
.mapToInt(line -> {
int no = lineno.incrementAndGet();
byte[] b = line.getBytes(StandardCharsets.ISO_8859_1);
try {
return new String(b, StandardCharsets.UTF_8).length();
} catch (Exception e) {
System.out.printf("[%d] %s%n%s%n", no, line, e.getMessage());
throw new IllegalStateException(e); // Must throw or return int
}
}).sum();
System.out.println("Ignore this: " + sowhat);
人們可能會認為這是一個數據錯誤。
一般來說，它也可能是錯誤的緩沖讀?。寒斠粋€多字節序列在緩沖區邊界上被破壞時；然后可能會出現兩個錯誤的半序列。在標準庫代碼中不太可能。
為了確保代碼new String(...)不會被 JVM 丟棄，可能：
int sowhat = Files.lines(path, StandardCharsets.ISO_8859_1)
.mapToInt(line -> {
int no = lineno.incrementAndGet();
byte[] b = line.getBytes(StandardCharsets.ISO_8859_1);
try {
return new String(b, StandardCharsets.UTF_8).length();
} catch (Exception e) {
System.out.printf("[%d] %s%n%s%n", no, line, e.getMessage());
throw new IllegalStateException(e); // Must throw or return int
}
}).sum();
非法的 XML 字符（在 1.0 版中）？[#x1-#x8] | [#xB-#xC] | [#xE-#x1F] | [#x7F-#x84] | [#x86-#x9F]
int sowhat = Files.lines(path, StandardCharsets.ISO_8859_1)
.mapToInt(line -> {
int no = lineno.incrementAndGet();
byte[] b = line.getBytes(StandardCharsets.ISO_8859_1);
if (!legal(b)) {
System.out.printf("[%d] %s%n%s%n", no, line, e.getMessage());
throw new IllegalStateException(e); // Must throw or return int
}
}).sum();
static boolean legal(byte[] bytes) {
String s = new String(bytes, StandardCharsets.UTF_8);
for (char ch : s.toCharArray()) {
int x = ch;
if ((0 <= x && x <= 8) // ASCII control chars
|| (0xB <= x && x <= 0xC)
|| (0xE <= x && x <= 0x1F)
|| (0x7f <= x && x <= 0x84) // DEL + Unicode control chars
|| (0x86 <= x && x <= 0x9F)) {
return false;
}
}
return true;
}
如果這不起作用，我已經讓你足夠長的時間了。拆分文件并驗證零件。
守著一只汪
TA貢獻1872條經驗 獲得超4個贊
我使用此代碼將文件轉換為 UTF-8 格式：
File source = new File("C:\\Users\\cc\\eclipse-workspace\\data\\file.xml");
String srcEncoding="ISO-8859-1";
File target = new File("C:\\Users\\cc\\eclipse-workspace\\data\\file2.xml");
String tgtEncoding="UTF-8";
try (
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(source), srcEncoding));
BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(target), tgtEncoding)); ) {
char[] buffer = new char[16384];
int read;
while ((read = br.read(buffer)) != -1)
bw.write(buffer, 0, read);
}
添加回答
舉報
0/150
提交
取消