MalformedByteSequenceException: byte 2 non valido della sequenza UTF-8 a 2 byte

Question

Ho un file xml che contiene caratteri arabi. Quando provo ad analizzare un file, si genera l'eccezione, MalformedByteSequenceException: byte 2 non valido di UTF a 2 byte 8 sequenza. Uso DOM POI per analizzare il documento.

The Log è,

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) 

L'eccezione sorgono solo in Windows macchina, si pone in Linux Machine.How posso risolvere il suggerimento issue.Any dovrebbe essere apprezzabile.

Answer 1

Ho risolto il problema, creando il file XML utilizzando il formato UTF8.

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

Dopo aver creato il file utilizzando il codice di cui sopra, il problema di codifica è resolved.Thanks per tutti, mettere lo sforzo qui.

Answer 2

Penso che il parser si aspetti un byte codificato in UTF-8 e lo riceva in codifica diversa. Controlla la codifica del file.

Una possibile soluzione può essere la conversione del file in UTF-8.

Se si dispone di un sistema UNIX, è possibile utilizzare questo strumento

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

Answer 3

questo è caratteri del documento di avvio del sistema operativo basato su. Dovresti usare un visualizzatore di byte e cancellarlo dal tuo documento. Puoi provare ad usare qualcosa come unix2dos per convertire i caratteri di controllo.

Answer 4

Tutto ciò che possiamo dire dal messaggio è che il file non è codificato correttamente in UTF-8. Per capire perché, dovrai tracciare la cronologia di come è stato creato il file. Potrebbe (o non esserlo) essere utile per studiare il contenuto del file a livello binario per vedere quale sia la vera codifica. Ad esempio, può essere utile sapere se l'intero file è nella codifica errata o se contiene solo un paio di caratteri vaganti nella codifica errata.

Answer 5

è possibile aggiungere un parametro jvm -Dfile.encoding = utf-8 al proprio jvm.

Answer 6

Molto semplice soluzione:

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); 

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