XML ファイル parse 時の例外発生

質問

XML ファイル parse 時の例外発生
Java プログラムにて UTF-8 で書いた XML ファイルを DOM オブジェクトに読み込むときに、CJK Unified Ideograph Extension B などの (UTF-16 にて surrogate pair となるような) 字をコメント内に書くと、例外が発生します。何かよい回避方法は無いでしょうか。

例外は:

org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0xd85a) was found in the comment.

XML ファイルは encoding="UTF-8" としており、コメント以外のテキストにこれを書く分には、特に問題無く parse できています。
読み取りは

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setValidating(false);
factory.setIgnoringComments(true);
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse("hoge.xml");

などとしています。JDK のバージョンは 1.6.0_17-b04 on Windows Vista。
当該文字を "" で囲んだり、通るタグ記述の形のままコメント化したりもしましたが、だめでした。

以上、よろしくお願いいたします。

回答No.1

SaKaKashi

SAXなら
InputSource is = new InputSource(new FileInputStream(DocFile) );
is.setEncoding("UTF-8");
reader.parse(is);
これでEncodingが指定可能なので、Encodingを指定して試してみれば。

お礼

いえ、それでは同じ結果になります。
parser は読み取るファイルのエンコーディングが UTF-8 であると、認識はしています。ですので、それを UTF-16 内部表現にした surrogate pair の上位ワードが正しく (エラーメッセージ内に) 表示されています。