xml：无法追踪无效字符

Question

我正在尝试通过xslt转换xml文件，但是无法跟踪导致解析器阻塞该文件的字符。在转换期间，出现此错误：

myfile.xml:1: parser error : Input is not proper UTF-8, indicate encoding !
Bytes: 0xBC 0x29 0x20 0x69
g said premises on the West which does not encroach over one and one quarter (1 
                                                                           ^
unable to parse myfile.xml

当我在不同编辑器中搜索该位置时，一些编辑器会理解代码并显示其呈现的字符：

over one and one quarter (1 ¼)

和其他编辑器不显示默认系统字符：

uarter (1 �)

我可以手动将文件搜索到该位置，如果是该字符，则将其确定为supposed to be ¼，但是我希望能够在运行转换之前找到并替换那些字符。

反正有没有确定应该为上面的字节信息提供什么替换？

这是xml序言

<?xml version="1.0" encoding="UTF-8"?>

当我使用上面的字符串并在Java中创建一个char数组和byte数组时，我得到

char : ¼ bytes -68

并且如果我进行测试：

if (c == '\u00BC') {
            System.out.println("matched one quarter!");
}

然后匹配...是否有一种简单的方法可以在Java中循环并以这种方式进行查找/替换？

查找/替换需要在xslt转换之前完成，因为解析错误会在开始之前阻塞该过程；我认为总体问题是，识别坏字符并将其替换为十进制实体的最佳方法是什么？如上所示，一些编辑器渲染了字符，另一些则抛出错误并替换为“？”或其他一些系统字符。

我认为到目前为止，java char测试似乎是最好的解决方案。

Answer 1

在面值上取“输入不正确的UTF-8”，并且在UTF-8中“¼”为0xC2 0xBC，并采用“指示编码！”从表面上看，我想你应该回到文件或规范的源头，或者获取任何信息，然后告诉XSLT处理器文件的字符编码。

好吧，既然您已经显示XML声明为UTF-8，那么您的文件是无效的。完全没有XSLT处理器必须处理它。将其发送回发起者。