sax解析xml运行出现错误

比眉伴天荒 2022-05-27 00:52 333阅读 0赞

sax解析xml运行出现错误org.xml.sax.SAXParseException: Content is not allowed in prolog.

原因及其解决办法：

1.xml编码错误

该xml是UTF-8编码的，如果该文件通过UltraEdit编辑后，会在无BOM头的UTF-8文件中加入BOM,但是DOM4j不认这个BOM(dom4j1.3)，解决的办法可以通过升级dom4j到1.6解决www.dom4j.org

什么是BOM？http://www.unicode.org/faq/utf\_bom.html\#22

Unicode规范中有一个BOM的概念。BOM——Byte Order Mark，就是字节序标记。在这里找到一段关于BOM的说明：

在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

2.xml文件存在非法字符

把xml 动手敲一遍，删除不该有的间隔符：比如空格，制表符（TAB）等。

异常提示是Content is not allowed in prolog.意思就是说文件开头的时候有问题。

怎么去掉BOM：

首先windows自带的记事本会在保存UTF-8编码的文件时不管是否含有BOM一律加上BOM，所以千万别用记事本。比较新版本的UltraEdit（以下简称UE，大家都是这么叫的）都对BOM支持比较好，所以推荐使用新版本的UE来解决这个问题。我用的版本是UltraEdit-32 11.00a+中文版。首先打开UE，选择菜单栏“高级”－“配置”，出现一个选项卡窗口，在“常规”选项卡中找到“保存时对所有UTF-8文件头标记（BOM）”和“对在UltraEdit里创建的新文件写入UTF-8文件头标记（如上面）”，把它们的复选框都取消不选，然后确定。这个时候UE默认情况下就不会对没有BOM的文件加入BOM，注意如果不执行上述操作UE默认也是会加的！那已经含有BOM的文件如何清除BOM呢？下面演示给大家。首先打开文件，选择菜单栏“文件”－“格式转换”－“UTF-8 转 ASCII”，这样文件会被转为ASCII编码，BOM就不会存在了，因为上面说过BOM是在UCS编码的头部的，然后再选择菜单栏“文件”－“格式转换”－“ASCII 转 UTF-8（Unicode编辑）”，这个时候文件会被转回为UTF-8编码，因为我们上面选了不自动加BOM，所以这个时候的文件是不带BOM的，然后保存文件。整个操作过程就完毕了。