Java 格式错误的字节序列异常：1字节UTF-8序列的字节1无效。使用希伯来文字符时

我试图解析包含希伯来文字符的XML文件。 我知道该文件是正确的，因为如果我输出的文件（来自不同的软件）没有希伯来文字符，它的解析就很好

我尝试了很多东西，但我总是犯这个错误

MalformedByteSequenceException: Invalid byte 1 of 1-byte UTF-8 sequence.

我最近的尝试是使用

FileInputStream

打开它并指定编码

DocumentBuilder db = dbf.newDocumentBuilder();
document = db.parse(new FileInputStream(new File(xmlFileName)), "Cp1252");

（

Cp1252

是一种在不同应用程序中对我有效的编码） 但我得到了同样的结果

同时尝试使用

ByteArray

，但没有任何效果

---

有什么建议吗？

如果您知道文件的正确编码，并且它不是“utf-8”，那么您可以将其添加到xml头中：

<?xml version="1.0" encoding="[correct encoding here]" ?>

---

解决方案非常简单，以UTF-8格式获取内容，并覆盖SAX输入源

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);

---

您可以在这里阅读完整的示例–

文件是如何编码的？你用什么api来解析它？我不太确定文件的编码是什么。它缺少第一行中的编码部分。。我使用的是java内置的DocumentBuilder.parse。要解析的第二个参数是系统id，而不是字符编码。我最终做到了这一点。事实上，我两次都做了，而且效果很好。谢谢

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);