MalformedByteSequenceException：2字节UTF-8序列的无效字节2
我有一个包含阿拉伯字符的xml文件。当我尝试解析文件时，会出现exception，MalformedByteSequenceException：2字节UTF-8序列的无效字节2。我使用POI DOM来解析文档。
日志是，
2012-03-19 11:30:00,433 [ERROR] (com.infomindz.remitglobe.bll.remittance.BlackListBean) - Error com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 2-byte UTF-8 sequence. at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(Unknown Source) at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(Unknown Source) at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(Unknown Source) at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.skipChar(Unknown Source) at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(Unknown Source) at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(Unknown Source) at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source) at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(Unknown Source) at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source) at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source) at javax.xml.parsers.DocumentBuilder.parse(Unknown Source) at com.infomindz.remitglobe.bll.remittance.BlackListBean.updateGeneralBlackListDetail(Unknown Source) at com.infomindz.remitglobe.bll.remittance.schedulers.BlackListUpdateScheduler.executeInternal(Unknown Source) at org.springframework.scheduling.quartz.QuartzJobBean.execute(QuartzJobBean.java:86) at org.quartz.core.JobRunShell.run(JobRunShell.java:216) at org.quartz.simpl.SimpleThreadPool$WorkerThread.run(SimpleThreadPool.java:549) 例外情况只出现在Windows机器上，而不是出现在Linux机器上。我怎么能解决这个问题。任何建议都应该引人注意。
我通过使用UTF8格式创建XML文件来解决问题。
OutputStreamWriter bufferedWriter = new OutputStreamWriter(filePath + System.getProperty("file.separator") + fileName), "UTF8");
使用上面的代码创建文件后，解决了编码问题。感谢每一个，把努力放在这里。
你可以在你的jvm中添加一个jvm参数-Dfile.encoding = utf-8 。
我们从消息中可以看出，该文件没有在UTF-8中正确编码。 要弄清楚原因，您需要跟踪文件创建方式的历史记录。 它可能（或可能不）有助于研究二进制级别的文件内容以查看实际编码是什么。 例如，知道整个文件是否编码错误，或者是否只包含错误编码中的几个杂散字符可能很有用。
非常简单的解决方案：
File file = new File("c:\\file-utf.xml"); InputStream inputStream= new FileInputStream(file); Reader reader = new InputStreamReader(inputStream,"UTF-8"); InputSource is = new InputSource(reader); // is.setEncoding("UTF-8"); -> This line causes error! Content is not allowed in prolog saxParser.parse(is, handler);
参考： http ： //www.mkyong.com/java/sax-error-malformedbytesequenceexception-invalid-byte-1-of-1-byte-utf-8-sequence/
我认为你的解析器需要一个以UTF-8编码的字节，并以不同的编码接收它。 检查文件的编码。
可能的解决方案可能是将文件转换为UTF-8。
如果您有unix系统，则可以使用此工具
iconv -f original_charset -t utf-8 your_file > new_file
这是基于操作系统的开始文档字符。 您应该使用一些字节查看器并从文档中删除它。 您可以尝试使用unix2dos之类的东西来转换控制字符。