将XML文件解析为DOM时发生java错误

Question

我尝试使用DocumentBuilderFactory解析XML文件，如下所示：

DocumentBuilderFactory ndsParserFactory = DocumentBuilderFactory.newInstance( );
ndsParserFactory.setNamespaceAware( true );
DocumentBuilder ndsParser = ndsParserFactory.newDocumentBuilder( );
Document ndsDocument = ndsParser.parse( ndsFileInputStream );

其中，ndsFileInputStream是包装包含XML的文件的InputStream

当文件包含一个Unicode字符（如Δ）时，我会遇到一个异常。当我去掉包含冒犯字符的行时，解析工作正常

该文件包含特征<?xml version="1.0" encoding="utf-8"?>头

我想知道我是否忽略了正确配置DocumentBuilderFactory（或DocumentBuilder）实例以处理Δ字符

编辑（来自评论）：

完全公开：这是Android，我在Android应用程序中包含XML文件（具有NDS文件扩展名）作为资产。我通过AssetManager访问它们，AssetManager提供了一种方便的方法，可以将资产文件打开到InputStream中，然后将其传递给DocumentBuilder的解析方法我16小时前就开始焊接了

我注意到assets文件夹的内容默认使用CP1252编码。所以我把它改成UTF8。不走运。然后，我从一个NDS文件（每个链接）中删除了BOM表并重试。不走运。我认为APK文件（像ZIP文件一样压缩）在某种程度上破坏了非ASCII XML。我想我将不得不求助于通过其他方式把NDS文件放到Android设备上

Answer 1

你确定这个文件是用UTF-8写的吗？显然，你可以在一些编辑器中打开它，它会正确地显示文本，但它可能只是在编码时进行了很好的猜测

另一件需要记住的事情是所有字符在UTF-8中都是Unicode的-当解析器遇到在声明的编码中无效的字节序列时，它只是阻塞了。UTF-8是一种非常宽容的编码方式，因为7位ASCII集合中的任何字符都被编码为普通ASCII，而且很多XML只由普通ASCII字符组成。然后，当出现非ASCII的内容时，人们就会发现，通过系统的文本编码路径中的缺陷突然变得明显

您可以尝试编辑XML声明，看看它在另一个字符编码下是否解析为ok8859-7包含Δ符号——它能被编码成那样吗

还有，例外是什么