UTF-8编码的XML文件包含十六进制2026，这会弄乱xerces

我有一个使用Xerces XML解析器的应用程序，它会搞乱一个文件，该文件可能打算在文本字段中使用省略号（3点）字符

文件上说它是utf-8编码的：

   <?xml version="1.0" encoding="utf-8"?>

这个字符串在记事本中看起来像这样：

   <tvo:BuylineDescription>LOCAL NEWS …NOT AIRING 9/3</tvo:BuylineDescription>

本地新闻…9/3不播出

i、 例如，Chrome和记事本都可以看到其中的省略号。但如果我对文件进行十六进制转储，实际上是十六进制2026，十六进制转储应用程序将其解释为一个空格和一个符号

4C4F43414C204E45 575320264E4F5420 LOCAL NEWS &NOT
414952494E472039 2F333C2F74766F3A AIRING 9/3</tvo:

4C4F43414C04E45 575320264E4F5420本地新闻&非本地新闻
414952494E472039 2F333C2F74766F3A播放9/3这里肯定发生了一些奇怪的事情。如果文件真的包含十六进制转储显示的两个字节x20 x26，那么我看不出任何应用程序如何将其解释为省略号而不是（空格、符号和）

这是完全合法的UTF-8。被解释为UTF-8，它是（空格、符号）和Xerces阻塞不是因为它是坏的UTF-8，而是因为有一个符号没有引入法律实体或字符引用

省略号的UTF-8编码是三个字节，xE2 x80 xA6

我总是怀疑六角垃圾堆。有些工具向您显示内存中的内容，而不是磁盘上的内容，而且它们并不总是相同的。如果我觉得有点偏执，我会使用自己的代码将文件作为字节流读取，并以十六进制打印每个字节（Saxon中有这样做的代码：
java net.sf.Saxon.functions.UnparsedText input.xml
）
原来的xml文件包含有效的xE2 x80 xA6 UTF-8省略号，但我和文件创建者之间的一个存储转发框正在破坏它。我不知道确切的方式，但我知道store and forward框将XML文本临时存储在SQL Server数据库中。所以，我猜它存储在一个无法处理UTF-8的文本字段中，这就是发生损坏的地方

值得一提的是，Xerces可以处理好UTF-8省略号，但它（或我的应用程序）会截断省略号处的字符串。我会把它留到另一天。很高兴知道gSoap在传输过程中不会损坏UTF-8文本。
Umm。这个十六进制转储是由我编写的一个程序生成的，该程序将文件作为字节流读取，并以十六进制打印每个字节。。。但是“od”和其他实用程序显示相同的顺序。但是在任何情况下，我怀疑你是对的，关于Xerces认为这个符号是一个特殊字符序列的开始，但是被接下来的事情弄糊涂了。因此，考虑到这一点——事实上，我无法让发送者修复它，或者让Xerces来处理它，你会建议我如何预扫描这些XML文件，用无害的东西来替换这些符号——而不破坏真正的符号和标记字符？为了它的价值，我们的系统管理员已经通过一个脚本来处理这些文件，该脚本使用sed替换不应该存在的其他讨厌的字符。但是这个符号是一个完全有效的字符-除了它位于错误的位置之外…所以你已经在修补一个已知编码错误的文件，而你的修补程序并没有解决整个问题？恐怕这是解决编码问题的典型管道胶带解决方案。您需要找出坏数据进入系统的位置，并在源位置进行修复。