Exception: Content is not allowed in prolog-搜集

用webwork验证时老发生错误,提示Content is not allowed in prolog,由于是解析xml文件出错,找到相应的文件一看,发现开头有几行汉字说明忘注释掉了,我把它们注释掉,问题得到解决,由于以前没遇到这种问题,于是到网上找到如下资料:
DOM4j 读取xml文件可能会抱错：Content is not allowed in prolog异常的原因
该xml是UTF-8编码的，如果该文件通过Ultraedit编辑后，会在无BOM头的UTF-8文件中加入BOM,但是DOM4j不认这个BOM(dom4j1.3)，解决的办法可以通过升级dom4j到1.6解决www.dom4j.org
什么是BOM？http://www.unicode.org/faq/utf_bom.html#22

Unicode规范中有一个BOM的概念。BOM——Byte Order Mark，就是字节序标记。在这里找到一段关于BOM的说明：

在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

另外unicode网站的FAQ-BOM详细介绍了BOM。官方的自然权威，不过是英文的，看起来比较费劲

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

看到一篇关于在eclipse中使用ant构建java项目的文章，就按照文章中的说明新建了一个项目，并新建了classes，dist，doc，lib几个文件夹和build.xml文件。其中build.xml文件的内容也是直接复制的，由于是从网页上直接复制的，里面“<”“>”都是中文格式的，我就把这些给替换了一下。
但当选中项目，然后选择“Project”，“Properties”，“Builders”，“New…”，选择“Ant Build”：载入“Bulidfile”时提示“Content is not allowed in prolog”错误。
我就去Google上转了一圈，还有点收获，看了一篇小文章，觉得可能是build.xml文件格式的错误。

InSGMLandXML,adocumentiscomposedoftwosequentialparts,
theprologandtheinstance.YoucanseethisinanHTMLexample:

1 <! DOCTYPEhtmlPUBLIC"-//W3C//DTDXHTML1.0Transitional//EN"
2"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd" >
3 < html xmlns ="http://www.w3.org/1999/xhtml" >
4 < head >
5 < title > TheSymbolGroundingProblem </ title >
6 </ head >
7 < body >
8 </ body >
9 </ html >

Inthisexample,theprologislines1-2,theinstancebeginson
line3.TheprologincludestheDOCTYPEdeclaration,theexternal
subset(calledtheDTD),andtheinternalsubset(whichyouseldom
seebutit'slegal).Thedocumentinstanceincludesthedocument
element(inthiscase < html > andallofitsdescendentcontent).

Yougenerallydon'twanttoseetheprolog,andyougenerallydon't
wanttostoreit.TheDOCTYPEdeclarationprovidesreferencesto
DTD,whichisinstantiatedaspartoftheprocessofvalidatingthe
document.Youmaywanttostorethereference(s),butyouwouldn't
wanttostoretheDTDeachtimeyoustorethedocument,asthat
wouldbearealwaste(theDTDisoftenbiggerthanthedocument).

Itsoundslikeyourwell-formedandvaliddocumentisn'tbeing
consideredassuchbytheXMLprocessor.Theerrormessageindicates
thatthereiscontent(i.e.,eitherelementsorcharacterdata)in
thepartofthedocumentconsideredastheprolog.Youmaybemissing
thelast">"online2above,asthatwouldnormallybethebeginning
oftheinternalsubset.Ifitfound" < html "(orsomethingsimilar),
youmightgetthaterror.

果然，有两个“!”是中文状态，改过来就ok 了。

-----------------------------------------------------------------------------------------------------------------------------------------------

在用UltraEdit 编写hibernate的映射文件时，发现UltraEdit会自动向UTF8编码的文件的最开头，加入一个特殊字符。这在UltraEdit中是看不到的，在别的编辑器中可以看到。当使用dom4j解析文件时，出现content is not allowed in prolog错误。用别的编辑器去掉这个字符，错误就可以修正。

应该换一个 xml 解析器。 utf-8 文件头是 unicode 标准的，在 xml 标准中也提到过。有一部分 java 写的 xml 解析器比较烂，不认识这种文件头。但是比较好的解析器都认识。比如 apache 的解析器。

------------------------------------------------------------------------------------------------------------------