Java 奇怪的unicode字符导致XML解析失败
提交“我的应用”中的表单时,它会(在客户端)转换为如下所示的HTML字符串:Java 奇怪的unicode字符导致XML解析失败,java,xml,unicode,character-encoding,flying-saucer,Java,Xml,Unicode,Character Encoding,Flying Saucer,提交“我的应用”中的表单时,它会(在客户端)转换为如下所示的HTML字符串: <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd"> <html xml:lang="en" lang="en" xmlns="http://www
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xml:lang="en" lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
<style type="text/css">
td { white-space: normal; }
</style>
</head>
<body>
<table>
<tbody>
<!-- Repeat for every field in the form -->
<tr>
<td>Name</td>
<td>John Doe</td>
</tr>
</tbody>
</table>
</body>
</html>
在浏览器中,它看起来像“h5”和“9gx”,由几个空格分隔,但它们绝对不是空格
在服务器上检查时值的显示方式
原始HTML值
<td>h5 
 
  9gx</td>
h5
9gx
在规范化/清理HTML之后,看起来原始HTML中的XML实体已转换为空格,但同样,它们肯定不是空格
不管它们是什么,它们都会导致XML解析器抛出此异常
SAXParseException;在文档的元素内容中发现无效的XML字符(Unicode:0xb)
如何在客户端或服务器端安全地删除/替换/清理/编码这些值?0xb
(又称垂直选项卡)不是一个:
因此,您的数据不是XML,任何符合XML的处理器都必须报告一个错误,例如您收到的错误
在将数据与任何XML库一起使用之前,必须手动或自动将其视为文本而不是XML,通过删除任何非法字符来修复数据
另见:
- Java:
- JavaScript:
0xb
(又称垂直选项卡)不是一个:
因此,您的数据不是XML,任何符合XML的处理器都必须报告一个错误,例如您收到的错误
在将数据与任何XML库一起使用之前,必须手动或自动将其视为文本而不是XML,通过删除任何非法字符来修复数据
另见:
- Java:
- JavaScript:
<td>h5 
 
  9gx</td>
[2] Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]