我有一个 XML 文件 sample.xml，其中包含以下内容：
<Tokens>
<Token>Hello World</Token>
</Tokens>
我想解析它 - 但是当它到达 NBSP 时会出错
我无权访问我正在使用的 XML 的架构（定义一个或多个令牌的那个）。
DocumentBuilderFactory docBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docBuilderFactory.newDocumentBuilder();
doc = docBuilder.parse("sample.xml");
由于我的 XML 文档没有 Schema，我想知道是否有办法让它在解析时完全忽略 HTML 特殊字符？
在 XML 中， 是一个实体引用，但是一个未定义的引用，除非您提供定义。您不能让 XML 解析器忽略它们，但您可以定义它们，例如以
<!DOCTYPE Tokens [<!ENTITY nbsp " ">]>
但是，如果您正在生成 XML 文件，这可能没有用。您也可以生成一个包含真实字符“U+00A0 NO-BREAK SPACE”或字符引用 或其等效十进制字符的文档 。
What you ask for is impossible because to parse ask XML the entity must have a definition somewhere. To parse it as other than XML you need to write your own parser, or use a tolerant parser. XML is not tag soup.
XML 不支持 ，但 XHTML 支持。检查XML 列表中的预定义实体
 解决方案是在构建 XML 时使用 Unicode 不间断空格字符；反而。在某些情况下，一个普通的空间也可以（ ）。在解析 XML 之前，您可以尝试 用 ' '-space 替换。
我同意里德瓦尔德的观点。但作为一种解决方法，您可以在解析文档之前将文件读取为字符串并用空格替换。