MarkLogic内容泵，content_encoding encoding=“US”？

Question

MarkLogic安装在Windows 10计算机上。

我们使用MarkLogic内容泵(MLCP)导入数据。

它运行得很好。

<?xml version="1.0" encoding="UTF-8"?>

它在导入非UTF8编码时显示错误。

<?xml version="1.0" encoding="US-ASCII"?>

我查看了MLCP指南并找到了content_encoding参数，但是它不能工作，抛出的记录错误包含“δ”等特殊字符。

错误mapreduce.ContentWriter: XDMP-DOCENTITYREF:无效实体引用“伽马”

我将按以下方式传递它

mlcp.bat -content_encoding "US-ASCII"

当我看到本文件时，它说“只支持UTF-8”。

当我查看这时，它说：“选项值必须是您的JVM接受的字符集名称；

因此，我很困惑，不知道如何解决这个问题，以及如何在JVM中设置字符集。

Answer 1

谢谢你的答复。

-xml_repair_level完全工作，所有记录现在都已提交，并且没有失败的记录。

特殊字符(with ;)以实际字符存储在ML中，如下所示

• λ&lambda
• 奥奥
• &mu -μ

我希望从商业角度来看，这应该是可以接受的内容。

现在唯一的主要挑战是使用数百万xml记录中的混淆字符进行测试。

谢谢你的帮助。