java - SAXParser 在遇到无效字符时不会抛出异常

Question

如果我在 ansi xml 文件中放入一个 utf8 字符 » 并尝试使用 SAXParser 解析它，那么它的解析不会出现任何错误。为什么它没有抛出任何异常？

示例 xml 文件。保存为ansi编码。 Chrome 无法打开该文件，但 saxparser 解析它没有错误。

<?xml version="1.0" encoding="UTF-8"?>
 <root date="2010-06-17">
 <product
    id="1 "
    label= « xyz"/>
 </root>

w3c xml validator也无法查看该文档。

Answer 1

该文档的结构可能仍然良好。

我尚未检查所有 ANSI 字符集，但 Windows-1252 中存在 » (U+00BB)。如果将 UTF-8 编码的字节序列 C2 BB 转储到 Windows-1252 编码文件中，它仍然是该编码的合法字节序列。 它将被视为字符序列 » (U+00C2 U+00BB)。