解析包含字符引用的xml

Question

尝试解析的XML包含CDATA中的控制字符0x2。我试着用字符引用而导致CDATA来替代它看起来像：

CDATA section----charcter reference----CDATA section 

现在，如果我尝试分析它，我得到一个错误消息说： org.xml.sax.SAXParseException：内容是不允许的序言。

原始的XML看起来像：

<?xml version="1.1" encoding="UTF-16"?><CELL><![CDATA[ABCD&#2;EFGH]]></CELL> 

我修改了它：

<?xml version="1.1" encoding="UTF-16"?><CELL><![CDATA[ABCD]]>&#2;<![CDATA[EFGH]]></CELL> 

Answer 1

实体定义不是在CDATA节中解决，这就是为什么你原来的例子不工作。在我看来，修改的例子不起作用似乎是一个SAX解析器错误。也许SAX解析器不允许在以<？开头的XML prolog之前，但SAX解析器应该有一个不可见的字节顺序标记（BOM）。

为了帮助SAX解析器进行以下解决方案，最终可以做到这一点。即在提供解析器之前消耗BOM。您可以为此使用可标记的流，即标记流，读取BOM，如果没有BOM，则将流重置为其标记。我没有尝试，只是猜测。

顺便说一句：如果您在介绍中修复错字，您的问题会被认为更好：写“字符引用”而不是“字符引用”。我首先想到，缺少的a与你的问题有关。