轉載自：http://askcuix.appspot.com/2011/02/17/content-is-not-allowed-in-prolog.html
最近在做一些批處理XML的項目，通過Spring Batch讀取XML，然后將數據存入數據庫。XML是客戶方通過AS400的技術將數據讀出并寫入到文件的，我不了解AS400處理這類問題是不是很麻煩，每次XML需要做些變動的時候，客戶總是表現的很為難，并且都是很久才能給到新的XML，還總是有這樣那樣的問題，甚至都不是一個有效的XML。這兩天總算是改的差不多了，但遇到了好幾次這樣的exception: org.xml.sax.SAXParseException: Content is not allowed in prolog。以前也接觸過不少XML，可是這種問題還真是沒遇到過。
檢查XML發現有一些轉義字符沒有做處理，&沒有寫成&，這是出現這種錯誤的一種可能性，在XML規范中，明確的說明&和<需要做轉義，不能直接出現在XML文檔中，否則就不是一個有效的XML。修正了這個問題，一個XML處理成功了。
在執行另外一個XML文件時，又遇到了這個問題，將轉義字符的問題修正后，依然存在該錯誤，經過google的幫助，發現應該是文件編碼的問題。檢查該文件，是UTF-8編碼，應該沒問題的，結果問題就出在這個文件用UltraEdit編輯過，UltraEdit等一些編輯器會在無BOM頭的UTF-8文件中加入BOM信息，但是XML解析器不認BOM。查看該文件的二進制內容，會發現在文件頭有EF BB BF，在對應的字符串顯示中可以看到它是在<?xml version="1.0" encoding="UTF-8"?>前的一個亂碼字符，問題就出在了這個字符上。我平時是用NotePad++，在狀態欄的文件編碼中可以看到這個文件是UTF-8編碼，我在encoding菜單中選擇UTF-8 without BOM，這時文件編碼就變成了ANSI-UTF8，同時EF BB BF也消失了，再執行這個文件就正確了。這個encoding選項在高版本的UltraEdit中也有，但是舊版本中是沒有的。
BOM - byte order mark，就是字節序標記，UTF-8不需要BOM來表明字節順序，但可以用BOM來表明編碼方式， 如果接受者收到以EF BB BF開頭的字節流，就知道這是UTF-8編碼了，Windows就是使用BOM來標記文本文件的編碼方式的。對于BOM我沒有深究，有興趣的話可以參考：http://www.unicode.org/faq/utf_bom.html#bom1。
對于這個錯誤，還有一種可能性，就是有標簽使用了中文輸入法，比如<?xml version="1.0" encoding="UTF-8"?>寫成了<？xml version="1.0" encoding="UTF-8"？>，注意這兩個問號都用了中文輸入法。
這是我已發現的出現這種錯誤的三個可能性，出現這種錯誤后，應檢查文件編碼，除此以外應該就是一些字符輸入錯誤的問題了，有問題的朋友可以從這兩個方面著手。據說新版本的JDom解決了這個問題，看來并不是所有的解析器都不認BOM，有時間的話還是要研究研究。