MalformedByteSequenceException: Byte inválido 2 de 2 bytes secuencia UTF-8

Question

Tengo un archivo xml que contiene caracteres arábigos. Cuando intento analizar un archivo, surge la excepción, MalformedByteSequenceException: byte inválido 2 de 2 bytes UTF- 8 sequence.I Use POI DOM para analizar el documento.

El Registro es,

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) 

La excepción surgen sólo en las ventanas de la máquina, se plantea en Linux Machine.How puedo resolver la sugerencia issue.Any debe ser apreciable.

Answer 1

He resuelto el problema creando el archivo XML utilizando el formato UTF8.

OutputStreamWriter bufferedWriter = new OutputStreamWriter(filePath + 
         System.getProperty("file.separator") + fileName), "UTF8"); 

Después de crear el archivo con el código anterior, el problema de codificación es resolved.Thanks para cada uno, poner el esfuerzo aquí.

Answer 2

Creo que su analizador espera un byte codificado en UTF-8 y lo recibe en una codificación diferente. Verifica la codificación del archivo.

Una posible solución puede ser convertir el archivo a UTF-8.

Si usted tiene un sistema UNIX, puede utilizar esta herramienta

iconv -f original_charset -t utf-8 your_file > new_file 

Answer 3

esto es caracteres del documento de inicio basada en sistema operativo. Debería usar un byte-viewer y eliminarlo de su documento. Puede intentar usar algo como unix2dos para convertir caracteres de control.

Answer 4

Todo lo que podemos decir del mensaje es que el archivo no está codificado correctamente en UTF-8. Para averiguar por qué, necesitará rastrear el historial de cómo se creó el archivo. Puede (o no) ser útil estudiar el contenido del archivo a nivel binario para ver cuál es la codificación real. Por ejemplo, puede ser útil saber si el archivo completo tiene una codificación incorrecta o si solo contiene un par de caracteres extraviados en la codificación incorrecta.

Answer 5

puede agregar un parámetro jvm -Dfile.encoding = utf-8 a su jvm.

Answer 6

solución bastante simple:

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); 

Ref: http://www.mkyong.com/java/sax-error-malformedbytesequenceexception-invalid-byte-1-of-1-byte-utf-8-sequence/