DOM4j：Content is not allowed in prolog

DOM4j 读取xml文件可能会抱错：Content is not allowed in prolog异常的原因

该xml是UTF-8编码的，如果该文件通过Ultraedit编辑后，会在无BOM头的UTF-8文件中加入BOM,但是DOM4j不认这个BOM(dom4j1.3)，解决的办法可以通过升级dom4j到1.6解决 www.dom4j.org
什么是BOM？ http://www.unicode.org/faq/utf_bom.html#22

Unicode规范中有一个BOM的概念。BOM——Byte Order Mark，就是字节序标记。在这里找到一段关于BOM的说明：

DOM4j 读取xml文件可能会抱错：Content is not allowed in prolog异常的原因
该xml是UTF-8编码的，如果该文件通过Ultraedit编辑后，会在无BOM头的UTF-8文件中加入BOM,但是DOM4j不认这个BOM(dom4j1.3)，解决的办法可以通过升级dom4j到1.6解决 www.dom4j.org
什么是BOM？ http://www.unicode.org/faq/utf_bom.html#22

Unicode规范中有一个BOM的概念。BOM——Byte Order Mark，就是字节序标记。在这里找到一段关于BOM的说明：

在UCS 编码中有一个叫做"ZERO WIDTH 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。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

另外unicode网站的FAQ-BOM详细介绍了BOM。官方的自然权威，不过是英文的，看起来比较费劲。

作者：COOL_CR 发表于2011-7-21 17:13:10 原文链接

阅读：3 评论：0 查看评论

转载于:https://www.cnblogs.com/rui1988/archive/2011/07/21/2113362.html