java - 使用 Java 在 Windows 中读取 UTF-8 格式的 xml 文件会出现 "IOException: Invalid byte 2 of 2-byte UTF-8 sequence."错误

Question

我的 Java 程序有问题。我如何读取具有“UTF-8”编码的 xml 文件。程序在 Kubuntu 中运行正常，但在 Windows 中无法运行。两个操作系统都正确写入 xml 文件，但在 Windows 中解析时出现异常错误。

String XMLFile = "ÄÄKKÖSET.xml"
Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new File (XMLFile));

这是我需要解析的 xml 文件:

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<deck created="04/04/2011">
  <title>ääkköset</title>
  <code>ÄÄKKÖSET</code>
  <description>ääkköset</description>
  <author>ääkköset</author>
  <cards nextCardID="1">
    <card color="#1364F9" id="0">
      <question>ÄÄKKÖSET</question>
      <answer>ÄÄKKÖSET</answer>
    </card>
  </cards>
</deck>

如何在 Windows 中使用 Java 读取 xml 文件而不出现“IOException:2 字节 UTF-8 序列的无效字节 2”。 -错误？

提前致谢!

Answer 1

Invalid byte 2 of 2-byte UTF-8 sequence.

您的 XML 文档尚未保存为 UTF-8，解析器会检测到这一点(因为并非所有字节序列都是合法的 UTF-8)并抛出错误。

解决办法是将文件保存为UTF-8。将文档声明为 UTF-8 是不够的 - 数据编码的字节必须与此声明匹配。默认情况下，Windows 上的许多文本编辑器都会默认将数据保存为 ANSI。