成功编组后在解组时发现无效的 XML 字符 (Unicode: 0x3)答案

【问题标题】：An invalid XML character (Unicode: 0x3) was found on unmarshalling after successful marshalling成功编组后在解组时发现无效的 XML 字符 (Unicode: 0x3)
【发布时间】：2017-04-23 16:04:00
【问题描述】：

我完全理解错误“找到了无效的 XML 字符 (Unicode: 0x3)”

原因：org.xml.sax.SAXParseException：在文档的元素内容中发现了一个无效的 XML 字符（Unicode：0x3）。在 com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.createSAXParseException(ErrorHandlerWrapper.java:203) ~[na:1.8.0_111] 在 com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.fatalError(ErrorHandlerWrapper.java:177) ~[na:1.8.0_111] 在 com.sun.org.apache.xerces.internal.impl.XMLErrorReporter.reportError(XMLErrorReporter.java:400) ~[na:1.8.0_111] 在 com.sun.org.apache.xerces.internal.impl.XMLErrorReporter.reportError(XMLErrorReporter.java:327) ~[na:1.8.0_111] 在 com.sun.org.apache.xerces.internal.impl.XMLScanner.reportFatalError(XMLScanner.java:1472) ~[na:1.8.0_111] 在 com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(XMLDocumentFragmentScannerImpl.java:2923) ~[na:1.8.0_111]

但我不敢相信我的眼睛一开始就是用这个角色编组的。

我已经编组了包含部分 .gz 文件的类，并且编组成功。当我试图解组它时，它给了我这个错误。

我使用的 marshaller 和 unmarshaller 来自 /com/sun/xml/internal/bind/v2/runtime/ -- rt.jar。

Marshaller marshaller = context.createMarshaller();
marshaller.marshal(object, stringWriter);
Unmarshaller unmarshaller = context.createUnmarshaller();
unmarshaller.unmarshal(new StringReader(stringWriter.toString()));

这是明显的反身性问题，我不知道如何处理。

任何遇到同样问题的人，请告知如何克服它，希望无需更改编组器。

附：据我了解，编组者应该始终具有自反性，不要编组无法解组的事物。可惜没有 rt.jar。

【问题讨论】：

标签： java xml jaxb marshalling rt.jar

【解决方案1】：

您为什么不尝试删除无效字符。

对此的讨论已在此线程中进行。

check this thread

希望这会有所帮助！

【讨论】：

感谢您的回复，但这并不是那么简单——如果我不能解组，我需要失败，而不是简单地删除坏字符。我考虑解组编组的实体，如果没有抛出异常，则继续。此外，也许有一些方法可以让 JAXB 实现走上正轨——正如我所说，它只是必须是自反的。

【解决方案2】：

为什么要使用编组/解组技术？首先，您有一个 Java 对象。你怎么得到的？为什么它对 XML 字符无效，但对 Java 有好处？根据要求，您有三个选择：

如果 Java 对象中的数据正确且必须在 XML 中传递，则必须使用 Base64 对它们进行编码。二进制数据不能在 XML 中呈现。
如果它是错误数据并且您必须将其作为错误处理 - 在编组之前进行处理
如果您不需要那些无效字节 - 按照建议删除它们。

另一方面：检查您的编组器默认编码。创建编组器时，有一个属性“jaxb.encoding”。它与 unmarshaller 使用的匹配吗？即对于“utf-8”

marshaller.setProperty("jaxb.encoding","utf-8")

【讨论】：

是的，编码是统一的。我只想在我的字符串字段中包含任何字符串，因此没有业务逻辑方面的验证。 Base64 编码不好。无论如何，我们正在转向 json。
二进制 XML 或 JSON 没有其他方法。两者都是基于字符串的协议。您打算如何处理 JSON 中的二进制数据？
如果你有字符串，你从哪里得到二进制字节？ 0x03 不是字符。
你在编组的 XML 的第一行中有什么？

【解决方案3】：

第三件事我忘了...

XML 中有无效的字符作为字符串，必须转义为：

<   &lt;
>   &gt;
&   &amp;
 for attribute values only:
"   &quot;
'   &apos;

如果您的任何字符串可以包含它们，则它们必须被转义或包含在 CDATA 中（如果它们不在属性中）。

请看这里： Invalid Characters in XML

【讨论】：