Java用非法XML字符解组xml

Posted 2021-04-17

我正在尝试用javax.xml.bind.Unmarshaller解组XML字符串，但收到以下错误：

Caused by: org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0x13) was found in the element content of the document.

是否有任何通用解决方案从输入字符串中删除所有非法XML字符？

例如，我尝试使用以下一个，但它没有帮助：

public static String illegalXML11CharactersPattern = "[^"
        + "u0001-uD7FF"
        + "uE000-uFFFD"
        + "ud800udc00-udbffudfff"
        + "]+";

public static String stripNonValidXML11Characters(String xml) {
    return xml.replaceAll(illegalXML11CharactersPattern, "");
}

答案

最后，我完成了以下方法：

xml = org.apache.commons.lang3.StringEscapeUtils.unescapeXml(StringEscapeUtils.escapeXml10(xml));