Camel 异常解组 JAXB ISO-8859-1 XML 文件

Question

对于我设置的路线：

    String encoding = "iso-8859-1";
    JaxbDataFormat jaxb = new JaxbDataFormat( Data.class.getPackage().getName() );

    if( encoding != null) {
        jaxb.setEncoding( encoding );
    }

    from( "file://" + location + "?charset=" + encoding )
    .routeId(this.getClass().getSimpleName()) // Give a nice name
 . etc.

然后，当我以这种 ISO 编码提供文件时，我得到一个异常堆栈：

[com.ctc.wstx.exc.WstxIOException: Invalid UTF-8 start byte 0xfc (at char #3964, byte #127)]
java.io.IOException: javax.xml.bind.UnmarshalException
 - with linked exception:
[com.ctc.wstx.exc.WstxIOException: Invalid UTF-8 start byte 0xfc (at char #3964, byte #127)]
    at org.apache.camel.converter.jaxb.JaxbDataFormat.unmarshal(JaxbDataFormat.java:153)
    at org.apache.camel.processor.UnmarshalProcessor.process(UnmarshalProcessor.java:57)
    at org.apache.camel.util.AsyncProcessorConverterHelper$ProcessorToAsyncProcessorBridge.process(AsyncProcessorConverterHelper.java:61)
    at org.apache.camel.util.AsyncProcessorHelper.process(AsyncProcessorHelper.java:73)
    at org.apache.camel.processor.DelegateAsyncProcessor.processNext(DelegateAsyncProcessor.java:99)
    at org.apache.camel.processor.DelegateAsyncProcessor.process(DelegateAsyncProcessor.java:90)
    at org.apache.camel.management.InstrumentationProcessor.process(InstrumentationProcessor.java:73)
    at org.apache.camel.util.AsyncProcessorHelper.process(AsyncProcessorHelper.java:73)
    at org.apache.camel.processor.DelegateAsyncProcessor.processNext(DelegateAsyncProcessor.java:99)
    at org.apache.camel.processor.DelegateAsyncProcessor.process(DelegateAsyncProcessor.java:90)
    at org.apache.camel.processor.interceptor.TraceInterceptor.process(TraceInterceptor.java:91)
    at org.apache.camel.util.AsyncProcessorHelper.process(AsyncProcessorHelper.java:73)

我做错了什么？

Answer 1

根据Camel doc，jaxb.setEncoding 将无济于事，因为此参数仅在编组 XML 文档时使用，而在解组它们时不使用。

在理想情况下，序言中的编码声明（XML 文件中的第一行）与文件的实际编码相匹配：

<?xml version="1.0" encoding="ISO-8859-1"?> 

文件读取实用程序（例如 JAXB）会（或至少应该）自动使用此信息。

0xfc 是一个 ISO-8859-1 编码的ü。在您的情况下，请检查序言编码声明。如果它没有说ISO-8859-1，那就是伪造的。要求文件的制作者（我希望不是你……）相应地设置声明。通常，这由 XML 编组框架正确完成。

如果你不能说服文件的生产者设置正确的声明，那么事情就会变得越来越棘手。在这种情况下，您必须知道或猜测编码并在路由中相应地设置骆驼头：

.setHeader(Exchange.CHARSET_NAME, "ISO-8859-1")

根据JaxbDataFormat(here)的源码，只有JaxbDataFormat实例的filterNonXmlChars属性设置为true时才考虑这种编码：

jaxb.setFilterNonXmlChars(true);

或者，您也可以将Exchange.FILTER_NON_XML_CHARS 属性设置为true。