Ho trovato un elenco interessante nella Xml Spec :Secondo quella lista è sconsigliato usare il Carattere #26 (Hex:#x1A ).
Consulta gli gamme complete .
Questo codice sostituisce tutti gli Xml Utf8 non validi da una stringa:
public String stripNonValidXMLCharacters(String in) {
StringBuffer out = new StringBuffer(); // Used to hold the output.
char current; // Used to reference the current character.
if (in == null || ("".equals(in))) return ""; // vacancy test.
for (int i = 0; i < in.length(); i++) {
current = in.charAt(i);
if ((current == 0x9) ||
(current == 0xA) ||
(current == 0xD) ||
((current >= 0x20) && (current <= 0xD7FF)) ||
((current >= 0xE000) && (current <= 0xFFFD)) ||
((current >= 0x10000) && (current <= 0x10FFFF)))
out.append(current);
}
return out.toString();
}
è tratto da Caratteri XML non validi:quando validi UTF8 non significa XML valido
Ma con quello ho avuto il problema di compatibilità ancora con UTF-8:
org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence
Dopo aver letto XML - restituire XML come UTF-8 da un servlet Ho appena provato cosa succede se imposto il tipo di contenuto in questo modo:
response.setContentType("text/xml;charset=utf-8");
E ha funzionato....
