发现一个xml encoding和实际编码不同导致xml解析异常。
对于
<?xml version="1.0" encoding="GBK" ?><a>市</a>
使用了utf-8 getBytes后得到一个byte[],然后使用xml解析。
由于xml解析器会自动识别xml中的GBK,然后使用GBK解码,导致xml解析失败。
<?xml version="1.0" encoding="GBK" ?><a>市</a>
utf-8
3C3F786D6C2076657273696F6E3D22312E302220656E636F64696E673D2247424B22203F3E3C61 3E E5B8 82 3C 2F61 3E
gbk
<?xml version="1.0" encoding="GBK" ?><a>甯?/a>
3C3F786D6C2076657273696F6E3D22312E302220656E636F64696E673D2247424B22203F3E3C61 3E E5B8 3F 2F61 3E
可以看到,由于编码问题,市的utf-8编码E5B882和<的utf-8编码3C被GBK解码时,
解析为E5B8, 3F(不能识别,默认?),导致</a>中的<被提前解析到text中,导致后续xml解析找不到<,解析失败。
16进制码值 打印字符
2F61 /a
61 a
3C <
3E >
3F ?
对于
<?xml version="1.0" encoding="GBK" ?><a>市</a>
使用了utf-8 getBytes后得到一个byte[],然后使用xml解析。
由于xml解析器会自动识别xml中的GBK,然后使用GBK解码,导致xml解析失败。
<?xml version="1.0" encoding="GBK" ?><a>市</a>
utf-8
3C3F786D6C2076657273696F6E3D22312E302220656E636F64696E673D2247424B22203F3E3C61 3E E5B8 82 3C 2F61 3E
gbk
<?xml version="1.0" encoding="GBK" ?><a>甯?/a>
3C3F786D6C2076657273696F6E3D22312E302220656E636F64696E673D2247424B22203F3E3C61 3E E5B8 3F 2F61 3E
可以看到,由于编码问题,市的utf-8编码E5B882和<的utf-8编码3C被GBK解码时,
解析为E5B8, 3F(不能识别,默认?),导致</a>中的<被提前解析到text中,导致后续xml解析找不到<,解析失败。
16进制码值 打印字符
2F61 /a
61 a
3C <
3E >
3F ?