将带有汉字的XML发布到Microsoft Translator API会引发反序列化异常_Xml_Node.js_Translation_Chinese Locale_Microsoft Translator

将带有汉字的XML发布到Microsoft Translator API会引发反序列化异常

xml node.js

将带有汉字的XML发布到Microsoft Translator API会引发反序列化异常,xml,node.js,translation,chinese-locale,microsoft-translator,Xml,Node.js,Translation,Chinese Locale,Microsoft Translator,我正在尝试使用Microsoft Translator API将中文（简体）翻译成英文几个要求我必须使用HTTP方法POST，而不是GET和查询字符串，因为我的查询超过了Microsoft的URI限制15845个字符（请注意，即使我使用的汉字少于10000个字符的限制，这也是可能的。原因是查询字符串必须是URL编码的，这大大增加了长度，但在确定字符数之前，它由Microsoft解码例如，TranslateMethod只允许GETs。不幸的是，TranslateArrayMethod只接受

我正在尝试使用Microsoft Translator API将中文（简体）翻译成英文

几个要求

我必须使用HTTP方法
```
POST
```
，而不是
```
GET
```
和查询字符串，因为我的查询超过了Microsoft的URI限制15845个字符（请注意，即使我使用的汉字少于10000个字符的限制，这也是可能的。原因是查询字符串必须是URL编码的，这大大增加了长度，但在确定字符数之前，它由Microsoft解码
例如，
```
TranslateMethod
```
只允许
```
GET
```
s。不幸的是，
```
TranslateArrayMethod
```
只接受XML文档，因此我必须使用XML

以下是我正在发送的XML文档示例：

<TranslateArrayRequest>
    <AppId/>
    <From>es</From>
    <Options>
        <ContentType xmlns="http://schemas.datacontract.org/2004/07/Microsoft.MT.Web.Service.V2">text/plain</ContentType>
    </Options>
    <Texts>
        <string xmlns="http://schemas.microsoft.com/2003/10/Serialization/Arrays">
        <![CDATA[Hola]]>
        </string>
    </Texts>
    <To>en</To>
</TranslateArrayRequest>


锿
文本/纯文本
EN

这很好，结果是：

<ArrayOfTranslateArrayResponse xmlns="http://schemas.datacontract.org/2004/07/Microsoft.MT.Web.Service.V2" xmlns:i="http://www.w3.org/2001/XMLSchema-instance">
<TranslateArrayResponse>
    <From>es</From>
    <OriginalTextSentenceLengths xmlns:a="http://schemas.microsoft.com/2003/10/Serialization/Arrays">
    <a:int>4</a:int>
</OriginalTextSentenceLengths>
<TranslatedText>Hello</TranslatedText>
<TranslatedTextSentenceLengths xmlns:a="http://schemas.microsoft.com/2003/10/Serialization/Arrays">
<a:int>5</a:int>
</TranslatedTextSentenceLengths>
</TranslateArrayResponse>
</ArrayOfTranslateArrayResponse>


锿
4.
你好
5.

但是，如果我再添加任何汉字，如：

<TranslateArrayRequest>
    <AppId/>
    <From>zh-CHS</From>
    <Options>
        <ContentType xmlns="http://schemas.datacontract.org/2004/07/Microsoft.MT.Web.Service.V2">text/plain</ContentType>
    </Options>
    <Texts>
        <string xmlns="http://schemas.microsoft.com/2003/10/Serialization/Arrays">
        <![CDATA[南]]>
        </string>
    </Texts>
    <To>en</To>
</TranslateArrayRequest>


zh CHS
文本/纯文本
EN

我得到一个奇怪的回答：

<html>
    <body/>
    <h1>System.Runtime.Serialization.SerializationException</h1>
    <p>Message: There was an error deserializing the object of type Microsoft.MT.MDistributor.V2.TranslateArrayRequest. Unexpected end of file. Following elements are not closed: TranslateArrayRequest. Line 1, position 298.</p>
</html>


System.Runtime.Serialization.SerializationException
消息：反序列化Microsoft.MT.MDistributor.V2.TranslateArrayRequest类型的对象时出错。意外的文件结尾。以下元素未关闭：TranslateArrayRequest。第1行，位置298

请注意，我也尝试过不使用CDATA转义，但没有帮助。从语言更改

，也没有效果
我正在使用Node.js（Javascript），尽管这是一个通用HTTP API，我认为这不重要。
最可能的问题不是中文，而是MS Translator不喜欢新的行符号。当我无意中发现此错误消息时，我更改了以下内容：
在节点的每个内容中，用空字符串替换新行字符。这些字符具有Unicode值：0xA、0xB、0xC、0xD、0x85、0x2028、0x2029
在节点的每个内容中，用XML保留字的替代表示形式替换了XML保留字：
&→   &
<→   
>→   
"→   &载脂蛋白
"→   "
将整个XML重新排列为一行
在那之后，一切都很顺利。关于你的例子，符号“南翻译成“南方”"。我没有使用CDATA转义。
好的，我在Node.js中调用一个Microsoft Translator POST API时遇到了完全相同的问题。只要没有非ASCII字符，该API就可以正常工作-返回预期的翻译结果，但当我在在POST主体中，它会以错误响应：
    <html><body/><h1>System.Runtime.Serialization.SerializationException</h1>
<p>Message: There was an error deserializing the object of type Microsoft.MT.MDistributor.V2.TranslateArrayRequest. Unexpected end of file. Following elements are not closed: TranslateArrayRequest. Line 1, position 782.</p>
</html>

并获取字符串的“长度”（即字符数）。当所有字符都是ASCII字符时，这种方法有效。但是，在UTF-8非ASCII字符中（包括我的重音“é”）每个可以超过一个字节。因此，当正文包含非ASCII字符时，字节长度将不再等于字符长度，并且字符长度不正确。在这种情况下，它会导致Microsoft服务器过早停止读取消息，从而生成错误消息
相反，我们需要通过调用（在Node.js中）测量长度（以字节为单位）
然后在内容长度
标题中发送该长度，Microsoft Translator API将再次工作。
您是如何构造XML的？您是使用库/API还是进行字符串篡改？如果是后者，则
声明中声明的编码是否与您使用的实际编码匹配？@Damien字符串混乱。我没有添加任何xml声明，因为这导致API的响应为空。我尝试再次将
添加到顶部，它返回一个空响应，状态代码为400，标题为{“content length:“0”，“date:“Wed，Jul 2015 08:41:54 GMT”，“connection:“close”}
。事实上，我使用的是node.js，响应的数据事件从未触发，因此服务器从未发送任何数据-它关闭连接时没有任何响应，状态代码为400。@Damien\u不信者注意，Microsoft也没有在其xml输入中添加此xml声明标记，请注意，并非所有重音字母在UTF-8中占2个字节ẘ, 占用3个字节。
var length = body.length

var length = Buffer.byteLength(body, 'utf8')