使用DOM4J解析XML时非法字符Exception

       最近在做简单的解析XML的工作，我使用的是DOM4J来解析，可以说很方便了，在加上使用XPATH来具体确定XML中特定元素下的位置，更加便捷了

       可是在使用XML解析是却遇到了这样的问题：

       org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0x10) was found in the CDATA section.  

       解析XML文件时出现非法字符 (Unicode: 0x10) 的Exception（即使该字符位于CDATA段内）

       查阅资料得知，这个问题可以概括为An invalid XML character (Unicode: 0x**) was found in the comment. 

       问题所在是因为文件中有XML不允许的特殊字符，我觉得这也是我们俗称的乱码，W3C标准中有规定，有一些字符不能出现在XML文件中：

这些错误的发生是由于一些不可见的特殊字符的存在，而这些字符对于XMl文件来说又是非法的，所以XML解析器在解析时会发生异常，官方定义了XML的无效字符分为三段：   
0x00 - 0x08  
0x0b - 0x0c  
0x0e - 0x1f  

　　最后这个问题的解决方法是：

1 对有可能出问题的XML文件，进行字符过滤后再进行解析。
2 public static String XMLChars(String s) {
3   if (s == null || "".equals(s)) {
4     return s;
5   }
6   return s.replaceAll("[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]", "");
7 }

这样这个问题就解决了

 

转载于:https://www.cnblogs.com/yang-yang-yang/p/8646002.html