在用Dom4J处理XML文件时，抛出了这个异常：

An invalid XML character (Unicode: 0x8) was found in the CDATA section.

通过Google的缓存里面找到了一个解决办法，原文链接（http://zongfeng.bloghome.cn/posts/77742.html）现在访问不了。文章里说，

一般xml中如果含有&等字符，可以通过CDATA来过滤，但是含有一些不认识的特殊字符时候就会不起作用，下面是从别人那儿拿来的一个过滤方法，过滤xml中的非法字符:
//XML标准规定的无效字节为：

/*
0×00 – 0×08
0×0b – 0×0c
0×0e – 0×1f
*/

//所以很简单，输出的时候过滤这些字符就万无一失了，下面是PHP的实现。

/* PHP 实现 */
function XmlSafeStr($s)
{
return preg_replace(“/[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]/”,”,$s);
}

W3C的XML规范中关于字符的定义请参看这里：http://www.w3.org/TR/2004/REC-xml-20040204/#charsets。
过滤非法字符对应的Java版本如下：

    public String filter(String s)
    {
        return s.replaceAll("[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]", "");
    }

共有2条评论

1. 
   liulinlin | #1
   2010-01-14 00:06

   在研究XML？

2. 
   icycandy | #2
   2010-01-14 12:59

   @liulinlin 在做一个小项目时，用到了XML作为中间文件的存储，只是略微的有一点了解，说不上研究。

Leave a Reply