如何将字符从Oracle编码为XML？

Question

在我的环境中，我使用Java将结果集序列化为XML。 它基本上是这样的：

//foreach column of each row
xmlHandler.startElement(uri, lname, "column", attributes);
String chars = rs.getString(i);
xmlHandler.characters(chars.toCharArray(), 0, chars.length());
xmlHandler.endElement(uri, lname, "column");

在Firefox中，XML看起来像这样：

<row num="69004">
    <column num="1">10069</column>
    <column num="2">sd&#26;</column>
    <column num="3">FCVolume                      </column>
</row>

但是当我解析XML时，我得到了一个

  

org.xml.sax.SAXParseException：字符引用<！> quot; <！> amp;＃26 <！> quot;是一个   XML字符无效。

我现在的问题是：我必须更换哪些字符，或者如何编码我的字符，它们将是有效的XML？

Answer 1

我在 Xml Spec 中找到了一个有趣的列表： 根据该清单，它不鼓励使用角色＃26（十六进制：＃x1A ）。

  

中定义的字符   也不鼓励以下范围。   它们是控制字符或   永久未定义的Unicode   字符

请参阅完整范围。

此代码从String中替换所有无效的Xml Utf8：

public String stripNonValidXMLCharacters(String in) {
    StringBuffer out = new StringBuffer(); // Used to hold the output.
    char current; // Used to reference the current character.

    if (in == null || ("".equals(in))) return ""; // vacancy test.
    for (int i = 0; i < in.length(); i++) {
        current = in.charAt(i);
        if ((current == 0x9) ||
            (current == 0xA) ||
            (current == 0xD) ||
            ((current >= 0x20) && (current <= 0xD7FF)) ||
            ((current >= 0xE000) && (current <= 0xFFFD)) ||
            ((current >= 0x10000) && (current <= 0x10FFFF)))
            out.append(current);
    }
    return out.toString();
}    

取自无效的XML字符：何时有效的UTF8并不意味着有效的XML

但有了这个，我还有UTF-8的比较问题：

org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence

阅读 XML - 返回XML作为来自servlet的UTF-8 我刚尝试了如果我将Contenttype设置为这样会发生什么：

response.setContentType("text/xml;charset=utf-8");

它有效....

Answer 2

可扩展标记语言（XML）1.0 说：

  

＆符号（<！> amp;）和   不得出现左尖括号（<！> lt;）   在他们的字面形式，除了   用作标记分隔符，或用作标记分隔符   评论，处理指令或   CDATA部分。如果需要它们   在其他地方，他们必须逃脱使用   数字字符引用或   字符串<！>“; <！> amp; <！> quot;和<！> quot; <！> lt; <！> quot;   分别。直角支架   （<！> gt;）可以用。来表示   string <！> quot; <！> gt; <！> quot;，并且必须为   兼容性，使用其中一个进行转义   QUOT <！>; GT <！>; <！> QUOT;或者是字符引用时   它出现在字符串<！> quot;]] <！> gt; <！>中;在   内容，当该字符串不是   标记CDATA部分的结尾。

如果您使用CDATA，则可以跳过编码：

<column num="1"><![CDATA[10069]]></column>
<column num="2"><![CDATA[sd&]]></column>

Answer 3

您正在运行哪个版本的JRE？ Sax Project 说：

  

J2SE 1.4捆绑旧版本的   SAX2。如何使SAX2 r2或更高版本可用？