DOM解析UTF-8编码的xml文件时出错

DOM解析UTF-8编码的xml文件时出错

问题描述:

xml文件头为:<?xml version="1.0" encoding="UTF-8"?>
保存时选择的编码方式也是UTF-8,利用DOM解析时报这样的错误:
org.xml.sax.SAXParseException: Document root element is missing.
at org.apache.crimson.parser.Parser2.fatal(Parser2.java:3182)
at org.apache.crimson.parser.Parser2.fatal(Parser2.java:3170)
at org.apache.crimson.parser.Parser2.parseInternal(Parser2.java:501)
at org.apache.crimson.parser.Parser2.parse(Parser2.java:305)
at org.apache.crimson.parser.XMLReaderImpl.parse(XMLReaderImpl.java:442)
at org.apache.crimson.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:185)
at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:208)
at com.file.XmlParse.Parse(XmlParse.java:33)
at com.file.XmlParse.main(XmlParse.java:70)
谁能告诉我应该怎么处理这种错误呢,要求xml文件头和编码方式都必须是UTF-8不能变,在这里先谢谢了。

我试过,如果xml文件头改为:<?xml version="1.0" encoding="GBK"?>,编码方式改为ANSI,则能够正常解析中文。

有些编辑器,比如windows的记事本在保存utf8时,会加上bom。
可能是导致那个异常的原因。

基本上你需要换个编辑器,保存时有without bom选项的即可。
比如notepad ++

eclipse的文本编辑器也是不会加bom的。

参考http://daimojingdeyu.iteye.com/blog/397661

保存文件时选择 UTF-8保存 如使用editplus 文件--另存为时选择字符集

即你文件默认可能是ANSI 但是以utf-8读就会有问题

用ultraedit的转换功能,文件--转换-- 转换为utf-8试试。

要是使用eclipse 文件右击(package视图)properties --> resources --> 选择text file encoding选择编码为你想要的编码即可