javax.xml.bind.UnmarshalException

使用JAXB解析XML时报了下面一个错误

javax.xml.bind.UnmarshalException
 - with linked exception:
[org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0x0) was found in the element content of the document.]

从描述来看异常是由于在XML文档中有非法字符（0x0)，就是null。把文档拿出来看看

<response>
    <message>
       <![CDATA[...20%30%...70%new progress7090%new progress90..100%0<name>backup_2014-01-21_7-35-49.tgz</name>]]>
    </message>
    <errorcode>0</errorcode>
    <status>SUCCESS</status>
</response>

很简单的文档，看不出问题。

产生异常的代码如下：

ByteArrayInputStream input = new ByteArrayInputStream(msg.getBytes());
JAXBContext jc = JAXBContext.newInstance(Response.class);
Unmarshaller unmarshaller = jc.createUnmarshaller();

Response resp = (Response) unmarshaller.unmarshal(input);

在执行红色代码时抛出异常。

Google了一把，发现问题所在

msg是String类型，这个字符串是从HTTP connection中读出来的，

InputStream content = (InputStream) conn.getContent();
InputStreamReader rdr1 = new InputStreamReader(content);
char[] cbuf = new char[MAXCHARPERLINE];
int num = rdr1.read(cbuf);
String msg = new String(cbuf, 0, num);

但是输入流的编码格式与系统默认的编码格式并不一致，比如输入流是ISO-8859-1，但是系统默认的是utf-8，这样在解码时就有可能产生XML非法字符，导致解析异常。

将上面的代码改为从HTTP头中取编码格式，然后使用正确的格式来读取输入流，问题解决

String type = conn.getContentType();
int index = type.indexOf("charset=");
String charset = type.substring(index + "charset=".length());
InputStream content = (InputStream) conn.getContent();
InputStreamReader rdr1 = new InputStreamReader(content, charset);