XML文件A
用XMLNOTEPAD将A文件另存为B文件。
A,B 在XML编辑器和文本编辑器下,都别无二致。
不过在使用org.w3c.dom.Document(java)对两个文件进行解析。
A文件没有问题,B文件却会产生找不到根节点信息的错误。
这是由于BOM。
Unicode规范中有一个BOM的概念。BOM——Byte Order Mark,就是字节序标记。
在UCS编码中有一个叫做"ZEROWIDTH NO-BREAK SPACE"的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前,先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF,就表明这个字节流是Big-Endian的;如果收到FFFE,就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。
UTF-8不需要BOM来表明字节顺序,但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。对于采取UTF-8 签名的文件,会自动在文档顶部添加EF BB BF,这个是不会产生输出的,只是多了一个空行。但是工程在解析包含这个标识的xml文件的时候,不识别这样的特殊标志,就会产生上面的异常信息。
有些XML编辑器(如我使用的xmlnotepad),会为XML文件添加这个BOM头。这将导致JAVAdom库的解析错误
解决方法:
去除BOM头。比如换个编辑器,PSPAD编辑XML,就不会带BOM头。
注意:在使用程序生成XML文件时,也有可能会加BOM头。