java - ! でドイツ語のウムラウトを使用して XML を解析するにはどうすればよいですか? 名前？

Question

私はJavaでXMLを解析しようとしています

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse(new ByteArrayInputStream(msg.getBytes("UTF-8")));

こちらも順調のようです

<data>äöü</data>

正しく解析されます (特にドイツ語のウムラウトに関して)。

しかし、解析しようとすると

<däta>xxx</däta>

パーサーは例外をスローし、ウムラウトを含む名前は機能しないようです:

org.w3c.dom.DOMException: WFä at org.apache.harmony.xml.dom.NodeImpl.setName(NodeImpl.java:286) at
org.apache.harmony.xml.dom.AttrImpl.<init>(AttrImpl.java:55) at 
org.apache.harmony.xml.dom.DocumentImpl.createAttribute(DocumentImpl.java:324) at 
org.apache.harmony.xml.parsers.DocumentBuilderImpl.parse(DocumentBuilderImpl.jav‌​a:314) at 
org.apache.harmony.xml.parsers.DocumentBuilderImpl.parse(DocumentBuilderImpl.jav‌​a:321) at 
org.apache.harmony.xml.parsers.DocumentBuilderImpl.parse(DocumentBuilderImpl.jav‌​a:128)

Answer 1

タグ名のXML 仕様によると、有効な文字は次のとおりです。

":" | [A-Z] | "_" | [a-z] | [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]
| "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]

文字「ä」は 0x00E4 であるため、[#xD8-#xF6]ブロック内にあり、タグ名で有効です。XMLパーサーを捨ててください;-)