«Содержимое недопустимо в прологе» при разборе совершенно корректного XML на GAE

Question

Последние 48 часов я бьюсь головой об этой абсолютно бешеной клопе, поэтому решил, что наконец-то добавлю полотенце и попробую спросить здесь, прежде чем выбросить свой ноутбук в окно.

Я пытаюсь проанализировать XML-ответ от вызова, который я сделал в AWS SimpleDB. Ответ возвращается по проводам просто отлично; например, это может выглядеть так:

<?xml version="1.0" encoding="utf-8"?> 
<ListDomainsResponse xmlns="http://sdb.amazonaws.com/doc/2009-04-15/">
    <ListDomainsResult>
        <DomainName>Audio</DomainName>
        <DomainName>Course</DomainName>
        <DomainName>DocumentContents</DomainName>
        <DomainName>LectureSet</DomainName>
        <DomainName>MetaData</DomainName>
        <DomainName>Professors</DomainName>
        <DomainName>Tag</DomainName>
    </ListDomainsResult>
    <ResponseMetadata>
        <RequestId>42330b4a-e134-6aec-e62a-5869ac2b4575</RequestId>
        <BoxUsage>0.0000071759</BoxUsage>
    </ResponseMetadata>
</ListDomainsResponse>

Я передаю этот XML парсеру с

XMLEventReader eventReader = xmlInputFactory.createXMLEventReader(response.getContent());

и звоните eventReader.nextEvent(); несколько раз, чтобы получить нужные мне данные.

Вот странная часть - она ​​прекрасно работает на локальном сервере. Ответ приходит, я его разбираю, все довольны. Проблема заключается в том, что при развертывании кода в Google App Engine исходящий запрос все еще работает, и XML-ответ мне кажется на 100% идентичным и правильным, но ответ не удается проанализировать со следующим исключением:

com.amazonaws.http.HttpClient handleResponse: Unable to unmarshall response (ParseError at [row,col]:[1,1]
Message: Content is not allowed in prolog.): <?xml version="1.0" encoding="utf-8"?> 
<ListDomainsResponse xmlns="http://sdb.amazonaws.com/doc/2009-04-15/"><ListDomainsResult><DomainName>Audio</DomainName><DomainName>Course</DomainName><DomainName>DocumentContents</DomainName><DomainName>LectureSet</DomainName><DomainName>MetaData</DomainName><DomainName>Professors</DomainName><DomainName>Tag</DomainName></ListDomainsResult><ResponseMetadata><RequestId>42330b4a-e134-6aec-e62a-5869ac2b4575</RequestId><BoxUsage>0.0000071759</BoxUsage></ResponseMetadata></ListDomainsResponse>
javax.xml.stream.XMLStreamException: ParseError at [row,col]:[1,1]
Message: Content is not allowed in prolog.
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.next(Unknown Source)
    at com.sun.xml.internal.stream.XMLEventReaderImpl.nextEvent(Unknown Source)
    at com.amazonaws.transform.StaxUnmarshallerContext.nextEvent(StaxUnmarshallerContext.java:153)
    ... (rest of lines omitted)

Я дважды, трижды, вчетвером проверил этот XML на наличие «невидимых символов» или символов, не кодированных в UTF8, и т. Д. Я просматривал его побайтно в массиве для меток порядка следования байтов или чего-то подобного , Ничего такого; он проходит каждый проверочный тест, который я мог бы выполнить. Даже странно, что это происходит, если я использую синтаксический анализатор на основе Saxon, но ТОЛЬКО в GAE он всегда работает нормально в моей локальной среде.

Очень сложно отследить код на наличие проблем, когда я могу запускать отладчик только в среде, которая отлично работает (я не нашел хорошего способа удаленной отладки в GAE). Тем не менее, используя примитивные средства, которые у меня есть, я попробовал миллион подходов, в том числе:

• XML с прологом и без него
• С символами перевода строки и без них
• С и без атрибута "encoding =" в прологе
• Оба стиля новой строки
• С и без информации о фрагментации, присутствующей в потоке HTTP

И я попробовал большинство из них в нескольких комбинациях, где имело смысл, что они будут взаимодействовать - ничего! Я в конце своего остроумия. Кто-нибудь видел проблему, подобную этой, до этого, мы надеемся, пролить свет на это?

Спасибо!

Answer 1

Кодировка в XML и XSD (или DTD) различна.
Заголовок файла XML: <?xml version='1.0' encoding='utf-8'?>
Заголовок файла XSD: <?xml version='1.0' encoding='utf-16'?>

Другой возможный сценарий, который вызывает это,когда что-либо предшествует объявлению типа документа XML.т.е. в буфере может быть что-то вроде этого:

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

или даже пробел или специальный символ.

В буфере могут быть некоторые специальные символы, называемые маркерами порядка байтов.Перед передачей буфера в Parser сделайте это ...

String xml = "<?xml ...";
xml = xml.trim().replaceFirst("^([\\W]+)<","<");

Answer 2

Это сообщение об ошибке всегда вызывается недопустимым содержимым XML в начальном элементе.Например, дополнительная маленькая точка «.» В начале элемента XML.

Любые символы перед «<?xml….» будут вызывать значение выше « org.xml.sax.SAXParseException: содержимое недопустимов прологе »сообщение об ошибке.

Маленькая точка« . »перед “<?xml….

Чтобы исправить это, просто удалите все эти странные символы перед“<?xml“.

Ссылка: http://www.mkyong.com/java/sax-error-content-is-not-allowed-in-prolog/

Answer 3

Я столкнулся с той же проблемой.В моем случае XML-файлы были сгенерированы из программы на c # и переданы в AS400 для дальнейшей обработки.После некоторого анализа выяснилось, что я использовал кодировку UTF8 при создании файлов XML, тогда как javac (в AS400) использует «UTF8 без спецификации».Итак, пришлось написать дополнительный код, подобный указанному ниже:

//create encoding with no BOM
Encoding outputEnc = new UTF8Encoding(false); 
//open file with encoding
TextWriter file = new StreamWriter(filePath, false, outputEnc);           

file.Write(doc.InnerXml);
file.Flush();
file.Close(); // save and close it

Answer 4

Удаление объявления xml решило ее

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

Answer 5

У меня была проблема при проверке xml-файла в notepad ++ и сохранении файла, хотя у меня был верхний xml-тег utf-8 как <?xml version="1.0" encoding="utf-8"?>

Исправлено сохранением файла в notpad ++ с помощью Encoding (Tab)> Encode in UTF-8: выбрано (было Encode в UTF-8-BOM)

Answer 6

В моем xml-файле заголовок выглядел так:

<?xml version="1.0" encoding="utf-16"? />

В тестовом файле я читал байты файла и декодировал данные как UTF-8 (не понимая, что заголовок в этом файле был utf-16) для создания строки.

byte[] data = Files.readAllBytes(Paths.get(path));
String dataString = new String(data, "UTF-8");

Когда я попытался десериализовать эту строку в объект, я увидел ту же ошибку:

javax.xml.stream.XMLStreamException: ParseError at [row,col]:[1,1]
Message: Content is not allowed in prolog.

Когда я обновил вторую строку до

String dataString = new String(data, "UTF-16");

Я смог отлично десериализовать объект. Итак, как заметил Ромен выше, кодировки должны совпадать.

Answer 7

Я столкнулся с той же проблемой, которая называется "Содержимое запрещено в прологе" в моем XML-файле.

Решение

Первоначально моей корневой папкой было '# Имя файла '.

Когда я удалил первый символ '#', ошибка была устранена.

Нет необходимости удалять #filename ... Попробуй вот так ..

Вместо передачи объекта File или URL-адресу методу unmarshaller, используйте FileInputStream.

File myFile = new File("........");
Object obj = unmarshaller.unmarshal(new FileInputStream(myFile));

Answer 8

Неожиданная причина: # символ в пути к файлу

Из-за некоторой внутренней ошибки ошибка Содержимое недопустимо в прологе также появляется, если файлсамо содержимое на 100% правильно, но вы указываете имя файла, например C:\Data\#22\file.xml.

Это может также относиться и к другим специальным символам.

Как проверить: Если вы переместите свой файл в путь без специальных символов и ошибка исчезнет, ​​то это была проблема.

Answer 9

В духе «просто удалите все эти странные символы перед <? Xml», вот мой Java-код, который хорошо работает с вводом через BufferedReader: </p>

    BufferedReader test = new BufferedReader(new InputStreamReader(fisTest));
    test.mark(4);
    while (true) {
        int earlyChar = test.read();
        System.out.println(earlyChar);
        if (earlyChar == 60) {
            test.reset();
            break;
        } else {
            test.mark(4);
        }
    }

FWIW, байты, которые я видел (в десятичном виде): 239, 187, 191.

Answer 10

В моем случае у меня была проблема с файлом build.xml.Это было решено с помощью перехода на Build > Clean Project.