JavaWeb - Content is not allowed in prolog

Posted 2023-02-18 放羊的牧码

Web项目在启动的时候报Content is not allowed in prolog错误，后经检查发现是web项目在使用dom4j/sax 读取一个xml文件时报错。原因如下

BOM(Byte Order Mark)，是UTF编码方案里用于标识编码的标准标记，在UTF-16里本来是FF FE，变成UTF-8就成了EF BB BF。这个标记是可选的，因为UTF8字节没有顺序，所以它可以被用来检测一个字节流是否是UTF-8编码的。微软做这种检测，但有些软件不做这种检测，而把它当作正常字符处理。

微软在自己的UTF-8格式的文本文件之前加上了EF BB BF三个字节, windows上面的notepad等程序就是根据这三个字节来确定一个文本文件是ASCII的还是UTF-8的, 然而这个只是微软暗自作的标记, 其它平台上并没有对UTF-8文本文件做个这样的标记。

由于windows平台把utf-8 格式的文件在前边加了 EF BB BF三个字节 ，而dom4j 不认这些！所以可以使用ue或Notepad++打开xml 文件，另存为"utf-8 无bom" 替换项目中的文件，重新编译一下问题解决。

• Ps：以上是一种情况发生，如果确保不是编码上的问题，那很可能是你的 XML 内容本身存在语法问题，至少我自己是这种情况！