com.ctc.wstx.exc.WstxUnexpectedCharException：非法字符（（CTRL-CHAR，代码 15））答案

【问题标题】：com.ctc.wstx.exc.WstxUnexpectedCharException: Illegal character ((CTRL-CHAR, code 15))com.ctc.wstx.exc.WstxUnexpectedCharException：非法字符（（CTRL-CHAR，代码 15））
【发布时间】：2012-09-14 11:58:53
【问题描述】：

我正在使用公理从 XML 中提取数据。
但由于 XML 中有 CTRL-CHAR（例如：â、€、¢、“、”、™、'、- 等），我遇到了上述错误。
任何人都可以帮我替换所有 CTRL-SHAR 以避免上述错误。

【问题讨论】：

CTLR-CHAR 不是指您列出的那些字符，而是指 U+0020 以下的不可打印控制字符（除了少数例外，特别是 CR、LF 和制表符） XML 1.0 文档中不允许。如果您的源文档包含此类字符，则它们不是格式良好的 XML。
@Ian ：是的，但例外情况说它们是 CTRL-CHAR 不是吗？当我一个接一个地替换检测到的字符时，它工作正常。但我需要一个方便且强大的方法。
异常显示“代码 15”，即 U+000F。

标签： java xml-parsing axiom

【解决方案1】：

目前我在这种情况下使用以下方法。但我认为一定有比这更好的方法。

public static String removeNonUtf8CompliantCharacters( final String inString ) {
        if (null == inString ) return null;
        byte[] byteArr = inString.getBytes();
        for ( int i=0; i < byteArr.length; i++ ) {
            byte ch= byteArr[i]; 
            // remove any characters outside the valid UTF-8 range as well as all control characters
            if ( !(ch < 0x00FD && ch > 0x001F) || ch =='&' || ch=='#') {
                byteArr[i]=' ';
            }
        }
        return new String( byteArr );
    }

【讨论】：