ë 上的 XML 解析错误（带有重音字母的崩溃）答案

【问题标题】：XML parse error on ë (crash with accented letters)ë 上的 XML 解析错误（带有重音字母的崩溃）
【发布时间】：2012-02-07 15:34:27
【问题描述】：

我在一个 xml 文件中发生了崩溃。它出现在 ë 上，在本例中为 belgië（比利时的荷兰语）。

我正忙于寻找答案，但找不到解决方案。

我在 Android 下使用 sax 解析器。错误：org.apache.harmony.xml.ExpatParser$ParseException：在第 2 行第 204 列：格式不正确 xml来源：http://biohorma.weatheronyoursite.com/villadm_hooikoortsverwachting_be.xml

旁注，我通过流获取数据，这是将此流设置为临时值的唯一选择，将非法字符替换为有效字符并创建一个新流，或者您可以在流中添加一些内容这样做？

【问题讨论】：

【解决方案1】：

您似乎应该使用 String (byte[] bytes, String enc) 构造函数，假设服务器发送给您的内容是用 UTF-8 编码的：

String properXml = new String(byteArrayIReceivedFromServer, "UTF-8");

【讨论】：

【解决方案2】：

问题不在于解析器——它运行正常——而在于发送 XML 的任何代码。 ë 需要编码并作为&#235; 传递。其他重音字符、& 和尖括号也必须这样做。

【讨论】：

【解决方案3】：

我认为你应该替换 xml 中的特殊字符..

它说你的元音变音像：Ë &#203; &Euml; capital e, umlaut mark

如果你想阅读，也可以给a brief explanation。

希望对你有帮助。

【讨论】：

【解决方案4】：

服务器发送这些标头：

Content-Type: text/xml
Content-Length: 124512

由于没有为内容类型指定字符集，因此通常正确的假设是 US_ASCII。但是，XML 有效负载似乎以 ISO-8859-1 编码

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

并且“ë”被编码为 0xEB (235)。服务器在 ISO-8859-1 中对文本有效负载进行编码是很常见的，因此这是一个简单的必须处理的事情。

我的猜测是，如果您直接使用字节流为解析器提供服务，它会相应地检测编码行为。如果您使用字符流（不推荐），请确保指定正确的编码。

【讨论】：