invalid XML character

Mit gæt: der er problemer med ISO-8859-1 versus UTF-8 prøv og læs
data eksplicit som ISO-8859-1 og eksplicit som UTF-8 og se om en af
dem virker.

Hvordan sætter jeg lige encodingen til ISO-8859-1

Hvad læser du med ?

Hvilke klasser ?

har taget udgangspunkt i CreateW3CDOM.java

Jamen det tilføjer jo hardcoded data.

Du henter data fra en anden server.

prøvede lige
OutputFormat fmt = new OutputFormat(); 
fmt.setEncoding("ISO-8859-1");

Ja men det er bare ren tekst intet med XML at gøre.

Tilføjer bare Noder, sådan her:
Element server_os = doc.createElement("server_os");
server_os.appendChild(doc.createTextNode(serverOS));

Hvor serverOS er en Streng, den er dog hentet fra en server, derfor jeg ikke styrer hvilke chars. den indeholder

Ahhh tror det er ^, prøver lige at replace den

^ burde være legalt som text.

Men hvordan læser du den variabel serverOS ? InputStream read ? BufferedReader readLine ?

Som en DataInputStream

Hvilken metode i DataInputStream ?

hvad med tegn som < og > og strenge som </ ? kan den klare sådan nogle, jeg kan se at problemet opstår når jeg skriver det ned på disken.

OutputFormat fmt = new OutputFormat(); 
            fmt.setEncoding("ISO-8859-1");
            fmt.setIndenting(true); 
           
            FileWriter fw = new FileWriter("C:/test.xml");
           
            XMLSerializer ser = new XMLSerializer(fw, fmt);           
            ser.serialize(doc);

readUnsignedByte()

Nu fik jeg den til at skriev det på disken, men ved ikke lige hvorfor har ikke ændret noget

readUnsignedByte() kræver at du selv angiver karakter sæt når du
laver om til String

< og >  skal somme tider laves som &lt; og &gt;

Tror det er når jeg skriver det ud, den stopper efter 56 kb data hver gang, måske det er et bufferproblem ? Jo, den stopper efter præsic 57.344 bytes til trods for at det er forskellig data der skrives, så chancen for den ramte det tegn der er nok ikke ret stor

Kan man ikke sætte en buffer på FileWriter ?

FileWriter fw = new FileWriter("C:/test.xml");
            BufferedWriter bw = new BufferedWriter(fw);
           
            XMLSerializer ser = new XMLSerializer(bw, fmt);   

Hjalp ikke lige.

Den cutter bare mit i XML'en

  <net_adress ip="198.143.25.15:27015">
        <host_name>STASH {NYC}</host_name>
        <map_name>de_dust</map_name>
        <game_dir>cstrike</game_dir>
        <game_desc>Counter-Strike</game_desc>
        <max_clients>12</max_clients>
        <active_clients>0</active_clients>
        <protocol_version>47</protocol_versio

Det er ikke engang et tegn den prøver at skrive ud den mangler n> af den sætning

En StackTrace giver:
java.io.IOException: The character '' is an invalid XML character
        at org.apache.xml.serialize.BaseMarkupSerializer.fatalError(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.surrogates(Unknown Source)
        at org.apache.xml.serialize.XMLSerializer.printText(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.characters(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serializeNode(Unknown Source)
        at org.apache.xml.serialize.XMLSerializer.serializeElement(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serializeNode(Unknown Source)
        at org.apache.xml.serialize.XMLSerializer.serializeElement(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serializeNode(Unknown Source)
        at org.apache.xml.serialize.XMLSerializer.serializeElement(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serializeNode(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serializeNode(Unknown Source)
        at org.apache.xml.serialize.BaseMarkupSerializer.serialize(Unknown Source)

Er alle data læst fra den eksterne server ?

ja de bliver læst fint nok

Har du verificeret at alle læste tegn er valide printable tegn ?

Hvad version af Xerces kører du med ?

XMLSerializer ser = new XMLSerializer(System.out, fmt);           
            ser.serialize(doc); 
Laver samme nummer, så der er nok her den går galt.

2.6.2
Ved ikke helt hvilke tegn jeg skal gå efter udover < og >

Tegn udenfor 32-126

ok der er jo en del, hvordan gør man det nemmest ?

int b = dis.readUnsignedByte();
if(b < 32 || b > 126) {
  System.out.println("hej - jeg læste lige en " + b);
}

Tror sq det virker nu:
            while ((tal = in.readUnsignedByte()) != 0x00)
                if (tal > 32 && tal < 126)
                    hostName += (char)tal;

må 32 og 126 godt være med ?

Ja.

32 = mellemrum
126 = tilde

men det var lidt interessant at vide hvilke tegn der ikke var i det range ...

Der er nok nogle øst lande servere imellem, de har nu nogle sjove tegn

Lav et svar du virkelig fortjænt de point, jeg troede bare det var et lille simpelt spg.
Jeg kan nok finde ud af hvad det er for tegn, hvis du kan lave dem om fra bytes til chars

øst lande tegn burde fungere fint hvis du bruger UTF-8

hvis du bare giver mig integer koden for de tal der giver problemer kan
jeg muligvis komme med et gæt

svar

Der er 13,25,174,176

13 Carriage return
174 trademark
176 procent

eller sådan noget 25 ved jeg ikke lige

Det ser godt nok lidt spøjst ud