java.io.IOException: The character ' ' is an invalid XML character

黃小蛙 — Sun, 19 May 2013 06:27:21 +0000

小蛙的工作常常需要做一些資料庫匯出成 XML 格式，以 XML 達到交換資料的目的，上星期匯出的時候發現 java.io.IOException: The character ‘ ‘ is an invalid XML character 這個 Exception，發生錯誤的檔案因為這個特殊字元導致 XML 匯出不完整，上網查了一些解決辦法記錄在這篇文章中。

一開始發生這個例外的時候，並沒有發現匯出的 XML 檔案是不完整的，直到最近再次處理相同資料要給同事進 Solr 的時候才發現這個問題，在 Stack Overflow 看到這篇文章，才知道其實要做到驗證字元是否合法的方法， Xerces 套件裡面早已經有了，以下方法來自該篇文章：

/* from http://stackoverflow.com/questions/93655/stripping-invalid-xml-characters-in-java */
public static String stripInvalidXmlCharacters(String input) {
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < input.length(); i++) {
        char c = input.charAt(i);
        if (XMLChar.isValid(c)) {
            sb.append(c);
        }
    }
    return sb.toString();
}

只要新增以上方法，透過 Xerces 中的 XMLChar.charAt(int); 方法就可以驗證該傳入的字元是否合法！
附帶一提，在 Xerces 之前的版本，只需要用到 xerces.jar 就可以了，在比較新的版本似乎要載入以下 JAR 檔：resolver.jar, serializer.jar, xercesImpl.jar, xml-apis.jar。
參考資料：

The Apache XercesTM Project

http://xerces.apache.org/
The character ‘’ is an invalid XML character exception getting while export data in XML file @ XML forum at JavaRanch

http://www.coderanch.com/t/477874/XML/character-invalid-XML-character-exception
Stripping Invalid XML characters in Java @ Stack Overflow

http://stackoverflow.com/questions/93655/stripping-invalid-xml-characters-in-java
使用SAX處理XML檔案 @ JavaWorld@TW (連結已失效)

http://www.javaworld.com.tw/confluence/pages/viewpage.action?pageId=492

這篇文章 java.io.IOException: The character ' ' is an invalid XML character 最早出現於記下來。

XMLChar – 記下來

java.io.IOException: The character ' ' is an invalid XML character