Java XML含无效字符（Unicode:0x14）导致POJO转换报错，求解决方法

嘿，这个问题我熟！你遇到的An invalid XML character (Unicode: 0x14)错误，本质是XML标准压根不允许这类控制字符存在，0x14就是个典型的违规货（它是传输控制里的“设备控制四”字符）。下面给你几个靠谱的解决办法，覆盖从预处理到解析配置的不同场景：

1. 提前预处理XML文本，过滤无效字符 #

最直接的思路是在把XML传给POJO转换器之前，先把所有不符合规范的字符清掉。以Java为例，你可以写个简单的工具方法，用正则表达式精准匹配并移除违规字符：

public static String sanitizeXmlContent(String xmlInput) {
    if (xmlInput == null) {
        return null;
    }
    // 匹配XML 1.0禁止的所有控制字符，只保留合法范围的字符
    return xmlInput.replaceAll("[\\x00-\\x08\\x0B\\x0C\\x0E-\\x1F\\x7F]", "");
}

这个正则会把包括0x14在内的所有非法控制字符都删掉，处理后的XML再用来做POJO转换就不会触发错误了。

2. 配置XML解析器，让它忽略无效字符 #

如果你用的是Jackson XML、JAXB或者SAX这类常见解析库，可以直接通过配置让解析器宽容处理无效字符：

• Jackson XML 配置：

XmlMapper xmlMapper = new XmlMapper();
// 允许未声明的实体，间接支持跳过无效字符
xmlMapper.configure(XmlReadFeature.ALLOW_UNDECLARED_ENTITIES, true);
// 或者自定义XMLReader，开启忽略无效字符的特性
xmlMapper.getFactory().setXMLReaderFactory(() -> {
    XMLReader reader = XMLReaderFactory.createXMLReader();
    reader.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
    reader.setFeature("http://xml.org/sax/features/validation", false);
    return reader;
});

• SAXParser 配置：

SAXParserFactory factory = SAXParserFactory.newInstance();
// 关闭验证和外部DTD加载，让解析器跳过无效控制字符
factory.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
SAXParser parser = factory.newSAXParser();
// 用这个parser去解析XML即可

3. 从数据源源头杜绝无效字符 #

如果条件允许，最好从生成XML的源头解决问题：比如如果是数据库导出的数据，检查是否存储了控制字符，在导出环节就过滤；如果是第三方接口返回的XML，联系提供者修复数据格式。毕竟从根源解决比事后处理更省心。

小知识点：XML 1.0规范里允许的字符范围是：#x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]，所有不在这个区间内的字符都属于无效字符，需要处理。

内容的提问来源于stack exchange，提问作者Santhoshkannan