嘿，我看你在做Jetpack Compose离线日英词典的时候，解析JMDict XML遇到了XmlPullParserException的崩溃问题，刚好我之前折腾过类似的场景，来给你梳理下大概率的问题原因和解决办法！

先说说异常的核心原因 #

XmlPullParserException: Unexpected token 这种报错，在解析JMDict这类自定义实体很多的XML时，90%的概率是编码不匹配或者自定义实体未被解析器识别导致的，咱们结合你的代码和JMDict的特性来拆解：

问题1：未指定XML编码 #

JMDict的官方XML文件默认是UTF-8编码，但你的代码里parser.setInput(input, null)没有指定编码，解析器会尝试自动推断，一旦推断错误就会把某些字节当成非法字符，触发异常。

问题2：自定义实体未被处理 #

你提供的XML示例里有&n;、&exp;这类标记，这些是JMDict定义的自定义实体，它们的定义都在JMdict.dtd文件里。如果你的assets目录里没有这个DTD文件，或者解析器没启用DTD处理，就会把这些实体当成非法的未知 token，直接报错。

问题3：XML文件可能不完整/损坏 #

如果下载的JMDict XML文件中途截断、或者下载过程中出现了数据损坏，也会导致解析器读到不合法的内容触发异常。

针对性解决步骤 #

1. 补全DTD文件并配置解析器

• 先把JMdict.dtd文件下载下来（和你的JMDict XML版本匹配），放到assets目录里，和jMdict.xml同级。
• 修改你的解析函数，启用DTD处理并指定UTF-8编码：

fun countEntriesInXml(input: InputStream): Float {
    val parser = XmlPullParserFactory.newInstance().newPullParser()
    // 启用DTD解析，让解析器能识别JMDict的自定义实体
    parser.setFeature(XmlPullParser.FEATURE_PROCESS_DOCDECL, true)
    // 明确指定UTF-8编码，避免自动推断出错
    parser.setInput(input, "UTF-8")
    
    var count = 0
    var event = parser.eventType
    while (event != XmlPullParser.END_DOCUMENT) {
        if (event == XmlPullParser.START_TAG && parser.name == "entry") {
            count++
        }
        // 正常推进解析，这里如果还是遇到异常，可以临时跳过标签（不推荐，优先解决根本问题）
        event = try {
            parser.next()
        } catch (e: XmlPullParserException) {
            parser.nextTag()
        }
    }
    return count.toFloat()
}

2. 验证XML文件完整性

检查assets里的jMdict.xml文件大小是否和官方下载的一致，也可以用电脑上的XML编辑器（比如VS Code的XML插件）打开看看，能不能正常解析，有没有报错的节点。

3. 优化资源加载（可选）

JMDict的XML文件非常大，直接在主线程解析会导致ANR甚至崩溃，建议把解析逻辑放到WorkManager或者Coroutine的IO线程里执行，避免阻塞主线程。

你可以先试试前两个核心步骤，尤其是补全DTD文件和指定编码，应该能解决当前的异常。如果还是有问题，可以在捕获异常时打印parser.position()和parser.text，看看具体是哪个位置的内容触发了错误，方便进一步定位。

内容来源于stack exchange