遇到這一方面的問題是因?yàn)槲以噲D把一個(gè)對象序列化之后存貯到xml文件中，然后從xml文件中讀取字符串，并反序列化對象（hadoop mapreduce程序中通過JobConf向tasktracker傳送對象）。
有關(guān)序列化：
當(dāng)我把序列化之后的數(shù)據(jù)直接存在xml中后，在解析xml時(shí)遇到解析錯(cuò)誤，原因是有非法字符。在詳細(xì)閱讀xml的說明之后才發(fā)現(xiàn)：< > ' " &是不允許作為xml的PCDATA的。要使用這幾個(gè)字符，必須要把他們替換為內(nèi)建實(shí)體：
實(shí)體引用 字符
< <
> >
& &
" "
' '
所以，最直接的方法就是自己控制，在寫入xml文件時(shí)把特殊字符轉(zhuǎn)為實(shí)體引用，在讀取的時(shí)候，再轉(zhuǎn)回來。當(dāng)然還有另外一個(gè)方法就是不把字符串當(dāng)PCDATA，而是當(dāng)成CDATA來使用（沒有測試）。
用實(shí)體引用的方法太麻煩，而我的應(yīng)用xml的格式不能自己規(guī)定，所以只好尋找另外的方法：BASE64編碼。這是一種常用在網(wǎng)絡(luò)傳輸數(shù)據(jù)的編碼方式。把存在這些非法字符的字符編碼成base64編碼，就不會(huì)有這些字符了。最重要的是java api中提供了這種編碼的編碼器和解碼器，位于sun.misc的BASE64Encoder和BASE64Decoder。這樣就可以把序列化之后得到的字節(jié)流轉(zhuǎn)化成字符串了。并且也可以存貯在xml文件中。
不過這兩個(gè)類并不是sun的開放api，編譯會(huì)有警告。
