1 字节 UTF-8 序列的第 1 字节无效

Question

我有一个 MyFaces Facelets 应用程序，其中页面编码有点粗糙。不管怎样，它是用 Eclipse 开发的，用 Ant 构建的，在 Tomcat 2.0.26 中运行得很好。到目前为止一切顺利。

现在，我宁愿使用 Maven 进行构建，所以我制作了几个 pom 文件，在 Netbeans 中打开它们并进行构建，现在我有了一个可以正常部署的 war 文件。然而，在任何 Facelet 页面上，它都会吐出

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 1 of 1-byte UTF-8 sequence.
        at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(UTF8Reader.java:684)
        at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(UTF8Reader.java:554)
        at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(XMLEntityScanner.java:1742)

因此，我尝试了很多不同的方法，并且该应用程序实际上运行没有 Facelet 内容的简单页面。但是，如果我只是用 Ant 构建，一切都会运行......所以我的问题是：ant 构建和 Maven 构建之间最有可能导致这种情况的区别是什么？

即使我在 Netbeans 和 pom 文件中配置了 UTF-8，Netbeans 最终还是在经过一些编辑后将 Facelet 文件报告为 ISO-8859-1。

我已经确保大多数中央库都是相同的版本（尤其是 xerces 2.3.0），我添加了一个没有效果的编码 servlet 过滤器。

而且，我宁愿修复 Maven 构建并保留有错误的页面，而不是相反……我的目的是引入 Naven，而不是修复有错误的页面。

以下是 pom.xml 关于编码的内容：

基本上pom.xml有以下设置...

 <plugins>

            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>2.0.2</version>
                <configuration>
                    <source>1.6</source>
                    <target>1.6</target>
                    <encoding>${project.build.sourceEncoding}</encoding>>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-resources-plugin</artifactId>
                <version>2.2</version>
                <configuration>
                    <encoding>${project.build.sourceEncoding}</encoding>
                </configuration>
            </plugin>

....

    <properties>
        <netbeans.hint.deploy.server>Tomcat60</netbeans.hint.deploy.server>
        <project.build.sourceEncoding>utf-8</project.build.sourceEncoding>
    </properties>

Answer 1

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException：1 字节 UTF-8 序列的字节 1 无效。

其原因是非 UTF-8 的文件被解析为 UTF-8。解析器很可能遇到

FE

-

FF

范围内的字节值。这些值在 UTF-8 编码中无效。

问题可能可以通过将文件的 XML 声明更改为正确的编码或将文件重新编码为 UTF-8 来解决。

Answer 2

在 Windows 上这非常简单。如果没有 Notepad++，请获取它，然后使用“编码”菜单更改编码。

Answer 3

我也遇到同样的问题！

我已经使用以下代码解决了这个问题：

String str = new String(oldstring.getBytes("UTF-8"));

Answer 4

我在Windows机器上使用maven运行一些单元测试时遇到了这个错误。

文件以默认的

Windows-1252

格式写入，然后在尝试将它们读取为

UTF-8

时，一些测试失败。

解决方案是对单元测试中写入的文件强制执行项目源编码：

    <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-surefire-plugin</artifactId>
        <version>2.20</version>
        <configuration>
            <argLine>-Dfile.encoding=${project.build.sourceEncoding}</argLine>
        </configuration>
        <dependencies>
            <dependency>
                <groupId>org.apache.maven.surefire</groupId>
                <artifactId>surefire-junit47</artifactId>
                <version>2.20</version>
            </dependency>
        </dependencies>
    </plugin>

其中

project.build.sourceEncoding

在pom属性中定义：

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>