在XML文件奇怪的字符（由用户输入？）

StackOverflow https://stackoverflow.com/questions/4609346

题

嗨，我有使用XML保存数据的应用程序。我最近收到谁是无法打开她的数据文件中的用户的bug报告。当它遇到人品不好解析器显然失败了。

幸运的是，我有她的数据文件的副本，所以我能找到罪魁祸首，但我不知道它是什么，或者如何到达那里。 （由于这是从用户所有的键盘输入。）违规字符是：

attributeName="Some text then XXX"

当 “XXX” 是，根据一个十六进制编辑器：

0A 0A 00

在0A是一个换行符，据我所知道的，但如何赫克将一个空字符结束在那里？这是第一个错误我已经看到了这个性质。

有帮助吗？

解决方案

我认为你所看到的问题是已知的少，但在XML中非常严重的缺陷。简而言之：XML值不能包含某些字符，而不是只有他们不能在XML文本，但他们甚至不能使用＆＃DDDD逃脱;符号

有效的XML字符集可以在这里找到： http://www.w3.org / TR / REC-XML /＃字符集的，它是：＃X9 | #xA | #xD | [＃x20-＃xD7FF] | [＃xE000-＃xFFFD] | [＃x10000-＃x10FFFF]。

这意味着，如果你的字符串中有没有包括在这个字符集的任何字符，它不能被序列化为XML值。存储这样的字符串的唯一方法是将其序列为base64为二进制数据。

许多流行的框架，包括MSXML和.NET将允许将不良数据到XML的值，然后将拒绝反序列化这样的XML。下面是一个例子，截图： http://vvcap.net/db/Db94W-13uwCkNXSZTitO.htp，和源代码：

using System;
using System.Xml.Serialization;
using System.Xml;

[Serializable] public class TestClass
{
    [XmlAttribute]
    public string Member { get; set; }
}

class Program
{
    static void Main(string[] args)
    {
        var ser = new XmlSerializer(typeof(TestClass));
        var tc = new TestClass() { Member = "zzz \x19 zzz" };
        var stream = new System.IO.StringWriter();
        ser.Serialize(stream, tc);
        var xml = stream.ToString();
        var stream2 = new System.IO.StringReader(stream.ToString());
        var tc2 = ser.Deserialize(stream2);
    }
}
不隶属于 StackOverflow
scroll top