消息：hadoop 中 1 字节 UTF-8 序列的字节 1 无效

Posted 2023-02-24

【中文标题】消息：hadoop 中 1 字节 UTF-8 序列的字节 1 无效

【英文标题】：Message: Invalid byte 1 of 1-byte UTF-8 sequence in hadoop

【发布时间】：2013-12-10 06:51:15

【问题描述】：

我正在使用 Hadoop 解析 XML，我从 here 获得代码。

但我收到以下错误：

FINISH_TIME="1385387129970" HOSTNAME="DEV140" 错误=“java.io.IOException：javax.xml.stream.XMLStreamException： ParseError at [row,col]:[18,3] 消息：1 字节 UTF-8 的字节 1 无效 顺序。

但我的 XML 仅使用 UTF-8 编码。那我该如何处理呢？

【参考方案1】：

我怀疑这是问题 - 至少是一个问题：

XMLStreamReader reader =
    XMLInputFactory.newInstance().createXMLStreamReader(new
        ByteArrayInputStream(document.getBytes()));

对getBytes 的调用将使用平台默认编码，而不是UTF-8。

您可以指定 "utf-8" 作为编码名称 - 但创建 StringReader 会更简单：

XMLStreamReader reader = XMLInputFactory.newInstance()
    .createXMLStreamReader(new StringReader(document));

当然，这可能不是唯一的错误，但至少值得一看。

【讨论】：

@Backtrack 我们不会让 Jon Skeet 知道。他是对的。如果您的程序在您尝试后无法运行，则说明您的计算机存在错误。

谢谢乔恩·斯基特先生……你真的救了我的命……非常感谢

@MarounMaroun - 我讽刺地发表了该评论。我生气 。不过非常感谢