2 字节 UTF-8 序列的无效字节 2答案

【问题标题】：invalid byte 2 of 2-byte UTF-8 sequence2 字节 UTF-8 序列的无效字节 2
【发布时间】：2011-01-26 03:34:55
【问题描述】：

我正在尝试使用 <?version = 1.0, encoding = UTF-8> 解析 XML 文件但遇到了错误消息invalid byte 2 of 2-byte UTF-8 sequence。有谁知道是什么导致了这个问题？

【问题讨论】：

你是如何解析xml文件的？

标签： java xml encoding

【解决方案1】：

解析器设置为 UTF-8，即使文件以其他方式编码，或者文件被声明为使用 UTF-8 但实际上没有。

【讨论】：

【解决方案2】：

最常见的原因是输入 ISO-8859-x（Latin-x，如 Latin-1），但解析器认为它正在获取 UTF-8。某些 Latin-1 字符序列（带有重音或变音符号的两个连续字符）形成了无效的 UTF-8，特别是基于第一个字节，第二个字节具有意外的高位。

当某些进程使用 Latin-1 转储出 XML，但要么忘记输出 XML 声明时，这很容易发生（在这种情况下，XML 解析器必须默认为 UTF-8，根据 XML 规范)，或者声称它是UTF-8，即使它不是。

【讨论】：

关于如何解决这个问题的任何建议？我在使用 3rd 方库 XMLTask 定义 ant 任务时遇到了这个问题。
那很难；否则通常会为特定编码显式创建一个 InputStreamReader，然后将其提供给 XML 解析器。但不确定如何处理 Ant……当然，如果可能的话，除了修复 XML 文件本身。
我发现了问题 - 在我的一个 xml 文件中，我有一个变音符号（ä、ö、ü），当我将 xml 文件转换为不同的格式时，它不知何故搞砸了。一旦我删除了那个变音符号，它就解决了。
对 - 这些字符是单字节的 Latin-1 (ISO-8859-1) 和 UTF-8 的 2 个字节。所以内容是 Latin-1 的，但有些地方声称它会是 UTF-8。

【解决方案3】：

您可以尝试将 String.getBytes() 使用的默认字符编码更改为 utf-8。使用 VM 选项 -Dfile.encoding=utf-8。

【讨论】：

【解决方案4】：

我遇到了同样的问题。我的问题是我用 jdom 和 FileWriter(xmlFile) 创建了一个新的 XML 文件。 FileWriter 无法创建 UTF-8 文件。而是使用 FileOutputStream(xmlFile) 解决了它。

【讨论】：

【解决方案5】：

对于那些仍然犯这种错误的人。

由于使用了 UTF-8，请检查您的 xml 文档中是否有任何拉丁字母左右：我有同样的问题，原因是我有这个：

<n:name>Åke Jógvan Øyvind</n:name>

希望对你有帮助

【讨论】：

【解决方案6】：

在尝试将我的 .xml 文件导入我的 java 工具时，我也遇到了同样的问题。我为此找到了一个很好的解决方案： 1. 使用 Notepad++ 打开 .xml 文件，然后将 .xml 文件保存为 .rtf 文件。然后在写字板应用程序中打开此文件。 2、将.rtf文件保存为.txt文件，然后用记事本打开，再次保存为.xml文件。在记事本中保存时，在弹出窗口的末尾附近，确保选择“编码：UTF-8”选项。它对我有用，希望对你也有用。

【讨论】：

【解决方案7】：

在这种情况下，切换输入的编码可能会有所帮助：

XMLEventReader eventReader =
                            inputFactory.createXMLEventReader(in, 
                                    "utf-8"
                                    //"windows-1251"
                            );

【讨论】：