MalformedByteSequenceException：2字节的UTF-8序列无效的字节2

问题描述：

我有一个包含阿拉伯字符的xml文件。当我尝试解析文件时，它出现异常，MalformedByteSequenceException：2字节的UTF- 8序列。我使用POI DOM解析文档。MalformedByteSequenceException：2字节的UTF-8序列无效的字节2

日志是，

2012-03-19 11:30:00,433 [ERROR] (com.infomindz.remitglobe.bll.remittance.BlackListBean) - Error 

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 2-byte UTF-8 sequence. 

    at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.skipChar(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(Unknown Source) 

    at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source) 

    at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) 

    at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) 

    at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(Unknown Source) 

    at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source) 

    at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source) 

    at javax.xml.parsers.DocumentBuilder.parse(Unknown Source) 

    at com.infomindz.remitglobe.bll.remittance.BlackListBean.updateGeneralBlackListDetail(Unknown Source) 

    at com.infomindz.remitglobe.bll.remittance.schedulers.BlackListUpdateScheduler.executeInternal(Unknown Source) 

    at org.springframework.scheduling.quartz.QuartzJobBean.execute(QuartzJobBean.java:86) 

    at org.quartz.core.JobRunShell.run(JobRunShell.java:216) 

    at org.quartz.simpl.SimpleThreadPool$WorkerThread.run(SimpleThreadPool.java:549)

例外才会出现在Windows机器上，在Linux中Machine.How不会出现，我可以解决issue.Any建议应该是明显的。

答

我已经通过使用UTF8格式创建XML文件来解决问题。

OutputStreamWriter bufferedWriter = new OutputStreamWriter(filePath + 
         System.getProperty("file.separator") + fileName), "UTF8");

使用上面的代码创建文件后，解决了编码问题。感谢每一个人，在这里付出努力。

这是为我工作的解决方案，但我不得不做出变化不大：OutputStream的OS =新的FileOutputStream中（文件）;和OutputStreamWriter bufferedWriter = new OutputStreamWriter（os，“UTF8”）; – maxivis 2013-09-02 14:26:31

答

我认为你的解析器期望一个用UTF-8编码的字节并以不同的编码接收它。检查文件的编码。

一个可能的解决方案可能是将文件转换为UTF-8。

如果您有UNIX系统中，您可以使用此工具

iconv -f original_charset -t utf-8 your_file > new_file

答

这是基于操作系统的启动文件的字符。您应该使用一些字节浏览器并从文档中删除它。你可以尝试使用类似unix2dos的东西来转换控制字符。

答

我们从消息中可以看出，该文件没有用UTF-8正确编码。为了弄清楚为什么，你需要追踪文件的创建历史。它可能（或不可能）有助于研究二进制级别的文件内容，以查看实际编码是什么。例如，了解整个文件是否使用了错误的编码方式，或者它是否包含了错误编码中的几个杂散字符可能很有用。

答

你可以添加一个jvm参数 -Dfile.encoding = utf-8到你的jvm。

答

很简单的解决办法：

File file = new File("c:\\file-utf.xml"); 
InputStream inputStream= new FileInputStream(file); 
Reader reader = new InputStreamReader(inputStream,"UTF-8"); 

InputSource is = new InputSource(reader); 
// is.setEncoding("UTF-8"); -> This line causes error! Content is not allowed in prolog 

saxParser.parse(is, handler);

编号：http://www.mkyong.com/java/sax-error-malformedbytesequenceexception-invalid-byte-1-of-1-byte-utf-8-sequence/

MalformedByteSequenceException：2字节的UTF-8序列无效的字节2

相关推荐