java - fatal error :1:40: Content is not allowed in prolog

Question

我有一个用 UTF-16 LE 编码的 super 简单的 XML 文档。

<?xml version="1.0" encoding="utf-16"?><X id="1" />

我正在这样加载它(使用 jcabi-xml):

BOMInputStream bomIn = new BOMInputStream(Main.class.getResourceAsStream("resources/test.xml"), ByteOrderMark.UTF_16LE);
String firstNonBomCharacter = Character.toString((char)bomIn.read());
Reader reader = new InputStreamReader(bomIn, "UTF-16");
String xmlString = IOUtils.toString(reader);
xmlString = xmlString.trim();
xmlString = firstNonBomCharacter + xmlString;
bomIn.close();
reader.close();
final XML xml = new XMLDocument(xmlString);

我通过保存文件并使用十六进制编辑器检查它来检查没有额外的 BOM/垃圾符号(前导或任何地方)。 XML 格式正确。

但是，我仍然收到以下错误:

[Fatal Error] :1:40: Content is not allowed in prolog.
Exception in thread "main" java.lang.IllegalArgumentException: Invalid XML: "<?xml version="1.0" encoding="utf-16"?><X id="1" />"
    at com.jcabi.xml.DomParser.document(DomParser.java:115)
    at com.jcabi.xml.XMLDocument.<init>(XMLDocument.java:155)
    at Main.getTransformedString(Main.java:47)
    at Main.main(Main.java:26)
Caused by: org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 40; Content is not allowed in prolog.
    at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source)
    at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source)
    at javax.xml.parsers.DocumentBuilder.parse(Unknown Source)
    at com.jcabi.xml.DomParser.document(DomParser.java:105)
    ... 3 more

我已经在谷歌上搜索过这个错误，但他们都说这是 BOM 的错误，我已经确认(据我所知)并非如此。还有什么问题？

Answer 1

以下对我有用:

    try (InputStream stream = Test.class.getResourceAsStream("/Test.xml")) {
        StreamSource source = new StreamSource(stream);
        final XML xml = new XMLDocument(source);
    }

使用输入文件的十六进制转储:

FF FE 3C 00 3F 00 78 00 6D 00 6C 00 20 00 76 00 65 00 72 00 73 00 69 00  
6F 00 6E 00 3D 00 27 00 31 00 2E 00 30 00 27 00 20 00 65 00 6E 00 63 00 
6F 00 64 00 69 00 6E 00 67 00 3D 00 27 00 55 00 54 00 46 00 2D 00 31 00 
36 00 27 00 3F 00 3E 00 3C 00 58 00 20 00 69 00 64 00 3D 00 22 00 31 00 
22 00 2F 00 3E 00

据我所知，在您的示例中，您正在将文件的内容转换为字符串。但这是有问题的，因为当您将字节转换为字符串时，您实际上丢弃了编码。当 SAX 解析器将字符串转换为字节数组时，它决定它是 UTF-8，但 prolog 指出它是 UTF-16，所以你遇到了问题。

相反，当我使用 StreamSource 时，它​​只是自动检测文件是从 BOM 中以 UTF-16 LE 编码的事实。

如果您没有使用 java-7 或更高版本并且无法使用 try-with-resources，请像以前一样使用 stream.close()。