使用MarkLogic Java API存储二进制.txt文件遇XDMP-DOCUTF8SEQ错误咨询

你的假设不完全正确——虽然你用了BinaryDocumentManager和指定Format.BINARY的BytesHandle，但MarkLogic的文档格式推断逻辑在这里“插了一脚”，导致UTF-8校验报错。

核心原因 #

MarkLogic会根据文档URI的后缀名（比如你的.txt）自动推断文档类型和编码要求：.txt后缀默认被识别为文本类文档，服务器会强制校验内容是否符合UTF-8编码规范。哪怕你显式用了二进制相关的API，后缀触发的文本检查优先级会覆盖你的设置，最终抛出XDMP-DOCUTF8SEQ错误。

解决办法 #

你有两个可行的方向来绕过这个问题：

1. 调整URI后缀（简单直接）

如果业务允许，把URI的后缀改成非文本类的（比如.bin、.dat），这样MarkLogic就不会触发UTF-8校验，二进制内容可以正常存储。

2. 显式设置文档元数据，覆盖后缀推断（更灵活）

如果必须保留.txt后缀，你可以通过DocumentMetadataHandle显式指定文档格式为二进制，强制服务器忽略后缀的默认推断：

// 创建元数据handle并设置格式为BINARY
DocumentMetadataHandle metadata = new DocumentMetadataHandle();
metadata.setFormat(Format.BINARY);

// 写入文档时带上元数据
docManager.write(yourUri, metadata, handle);

MarkLogic会优先遵循元数据中指定的格式，不再因为.txt后缀强制校验UTF-8编码。

总结 #

你的核心思路（用二进制API存储）是对的，只是没考虑到URI后缀的自动推断机制。通过上面两种方法中的任意一种，都能解决这个报错，顺利将二进制内容存入MarkLogic。

内容的提问来源于stack exchange，提问作者TJ Tang