导出失败遇SAXParseException：无法定位XSLT中无效XML字符

问题根源 #

报错里的Unicode: 0x3是ETX（文本结束符）控制字符，这类字符属于XML 1.0规范明确禁止的无效字符，且多数编辑器会将其渲染为空白，导致你看不到也无法选中。系统定位的第19行33位就是这个隐藏字符的位置。

解决步骤 #

• 用支持显示不可见字符的编辑器定位删除：
  打开Notepad++（开启「视图」→「显示符号」→「显示所有字符」）、VS Code（安装「Invisible Characters」插件后启用显示）或Sublime Text（开启「View」→「Show Invisibles」），打开XSLT文件后就能看到0x3对应的特殊标记，直接删除即可。也可以通过光标逐字符移动（不要用鼠标选）到第19行33位，删除该位置的隐藏字符。

• 批量清理无效字符：
  如果手动查找麻烦，可使用脚本批量移除XML不允许的字符，比如Python脚本：

  import re
  
  # 读取XSLT文件
  with open("your-file.xsl", "r", encoding="utf-8") as input_file:
      content = input_file.read()
  
  # 保留XML 1.0允许的字符集
  valid_xml_content = re.sub(r'[^\x09\x0A\x0D\x20-\xD7FF\xE000-\xFFFD\x10000-\x10FFFF]', '', content)
  
  # 写入修复后的文件
  with open("fixed-file.xsl", "w", encoding="utf-8") as output_file:
      output_file.write(valid_xml_content)
  

• 检查数据源：
  这个无效字符可能来自导出的原始XML数据源，建议同步清理数据源中的控制字符，避免后续再次出现类似问题。

内容的提问来源于stack exchange，提问作者CDS