JAXB序列化西里尔字符为Windows-1251编码XML报错排查

核心问题分析 #

SXXP0003错误本质是XML声明的编码与实际文件编码不匹配，或解析时未使用对应编码读取，导致西里尔字符被解析为乱码，触发XML语法校验失败。UTF-8能正常运行是因为它兼容西里尔字符，且解析器默认多为UTF-8，但不符合需求时必须强制对齐Windows-1251编码的生成与解析流程。

解决方案 #

1. 确保XML生成时编码完全一致

JAXB的Marshaller.JAXB_ENCODING仅控制XML声明中的编码字符串，若直接使用OutputStream输出，可能因平台默认编码干扰导致实际文件编码不符。需通过OutputStreamWriter显式指定编码：

JAXBContext context = JAXBContext.newInstance(YourEntity.class);
Marshaller marshaller = context.createMarshaller();
marshaller.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, true);
// 设置XML声明中的编码
marshaller.setProperty(Marshaller.JAXB_ENCODING, "Windows-1251");

// 用OutputStreamWriter强制按Windows-1251编码写入文件
try (OutputStreamWriter writer = new OutputStreamWriter(
        new FileOutputStream("result.xml"), Charset.forName("Windows-1251"))) {
    marshaller.marshal(yourEntityInstance, writer);
} catch (JAXBException | IOException e) {
    e.printStackTrace();
}

2. 解析/验证时强制使用Windows-1251编码

无论用哪种解析工具，必须显式指定读取编码为Windows-1251，避免解析器默认用UTF-8读取导致乱码：

示例1：JAXB反序列化

JAXBContext context = JAXBContext.newInstance(YourEntity.class);
Unmarshaller unmarshaller = context.createUnmarshaller();

try (InputStreamReader reader = new InputStreamReader(
        new FileInputStream("result.xml"), Charset.forName("Windows-1251"))) {
    YourEntity entity = (YourEntity) unmarshaller.unmarshal(reader);
} catch (JAXBException | IOException e) {
    e.printStackTrace();
}

示例2：SAX解析验证

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
XMLReader xmlReader = parser.getXMLReader();
xmlReader.setErrorHandler(new DefaultHandler() {
    @Override
    public void error(SAXParseException e) throws SAXException {
        throw e; // 抛出验证错误
    }
});

// 显式指定编码读取
try (InputStreamReader reader = new InputStreamReader(
        new FileInputStream("result.xml"), Charset.forName("Windows-1251"))) {
    xmlReader.parse(new InputSource(reader));
} catch (ParserConfigurationException | SAXException | IOException e) {
    e.printStackTrace();
}

3. 验证生成文件的实际编码

用文本编辑器（如Notepad++）打开生成的XML文件，查看文件实际编码是否为Windows-1251，同时确认XML声明行：

<?xml version="1.0" encoding="Windows-1251" standalone="yes"?>

若编码不符，需检查输出流的编码设置是否生效。

内容的提问来源于stack exchange，提问作者punc1