2 字节 UTF-8 序列的无效字节 2

Question

我正在尝试使用 解析 XML 文件 但遇到错误消息2 字节 UTF-8 序列的无效字节 2。有谁知道是什么导致了这个问题？

Answer 1

最常见的原因是输入了 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（带有重音符号或变音符号的两个连续字符）形成的内容与 UTF-8 一样无效，特别是基于第一个字节，第二个字节具有意外的高位位。

当某些进程使用 Latin-1 转储 XML，但忘记输出 XML 声明（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，即使事实并非如此。

Answer 2

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。

Answer 3

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

Answer 4

我也有同样的问题。我的问题是我使用 jdom 和 FileWriter(xmlFile) 创建了一个新的 XML 文件。 FileWriter 无法创建 UTF-8 文件。
相反，使用 FileOutputStream(xmlFile) 解决了这个问题。

Answer 5

当尝试将 .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 文件另存为 .rtf 文件。然后在写字板应用程序中打开该文件。
2. 将.rtf 文件另存为.txt 文件，然后用记事本打开，然后再次另存为.xml 文件。在记事本中保存时，在弹出窗口末尾附近，确保选择选项“编码：UTF-8”。
它对我有用，希望对你也有用。

Answer 6

对于那些仍然犯这样错误的人。

由于使用的是 UTF-8，请检查您的 xml 文档中是否有任何拉丁字母等：
我遇到了同样的问题，原因是我遇到了这个：

<n:name>Åke Jógvan Øyvind</n:name>

希望这有帮助

Answer 7

在这种情况下，切换输入编码可能会有所帮助：

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