Encontré una lista interesante en Xml Spec :De acuerdo con esa Lista, se desaconseja usar el Carácter #26 (Hex:#x1A ).
Consulte los intervalos completos .
Este código reemplaza todos los Xml Utf8 no válidos de una cadena:
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();
}
está tomado de Caracteres XML no válidos:cuando son válidos UTF8 no significa XML válido
Pero con eso todavía tenía el problema de compatibilidad con UTF-8:
org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence
Después de leer XML:devolver XML como UTF-8 desde un servlet Acabo de probar lo que sucede si configuro el tipo de contenido de esta manera:
response.setContentType("text/xml;charset=utf-8");
Y funcionó....
