JAVA DOM中的一个问题

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。