Java 序列化时处理无效的xml字符

我需要序列化一个包含字符串的文档，如

ﾝￊￒ%ﾝￋ&。序列化时会引发以下异常：

java.io.IOException: The character '' is an invalid XML character
编辑：我把你的问题理解为反序列化问题，而不是序列化问题。对不起

答案是需要使用Uuicode实体转义字符串转义它们

字符<代码>ﾝ变成
和#12477。看

在这里也可以看到


您需要预处理文件以正确转义xml字符

读取文件中的每个字符
如果字符是无效的xml
将字符写入临时文件
在原始文件末尾，使用临时文件覆盖原始文件
您的文件现在是有效的xml，可以通过标准方式进行解析。它很可能会更大。给文件供应商一个关于编写错误xml编写器的警告；）
 无法序列化该字符。请注意，如果我在internet explorer中打开该xml，我就能正确地看到它。这意味着包含这种字符的xml是一个有效的xml文件，但为什么它在序列化它时抛出无效的xml字符呢。我的问题是，一定有某种方法可以序列化这些字符，因为我已经在xml文件中编写了这些字符，并用Internet explorer打开了该xml文件，它工作得很好。它显示了xml。如果这些是无效的xml字符，那么为什么Internet Explorer可以显示它。@Abhishek“无法序列化该字符”-你确定吗？此外，还有片假名字符的unicode实体。是片假名吗？我没有办法也没有把握。我们如何才能逃避它，我使用了字符串xml=”ﾝￊￒ%ﾝￋ\\&；“；在上面的代码中，但它仍然抛出相同的exception.Characterﾝ 变成ソ不是问题，此字符正在正确序列化。我进一步调试并发现，在该字符串中，0x00000019字符是一个问题（我无法在此处复制粘贴该字符）。这个角色就在&；在这个字符串中ﾝￊￒ%ﾝￋ&；（如果您在eclipse中键入此字符串，您应该能够看到该字符。它类似于框中的问号。）这是哪种语言？您可以尝试不同的编码而不是UTF-8。这里有一个列表，您可以尝试：。
StringWriter stringOut = new StringWriter();
DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
Document doc = docBuilder.newDocument();
Element rootElement = doc.createElement("company");
doc.appendChild(rootElement);
String xml = "ﾝￊￒ%ﾝￋ&amp;";
//String xml = "ﾝￊￒ%ﾝￋ&amp;";
Element junk = doc.createElement("replyToQ");
junk.appendChild(doc.createCDATASection(xml));
//junk.appendChild(doc.createTextNode(stripNonValidXMLCharacters(xml)));
rootElement.appendChild(junk);

//org.w3c.dom.Document doc = this.toDOM();

//Serialize DOM
OutputFormat    format  = new OutputFormat(doc,"UTF-8",true);
format.setIndenting(false);
format.setLineSeparator("");
format.setPreserveSpace(true);
format.setOmitXMLDeclaration(false);

XMLSerializer    serial = new XMLSerializer( stringOut, format );
// As a DOM Serializer
serial.asDOMSerializer();

serial.serialize( doc.getDocumentElement() );