Xml xmerl无法识别几个字符

我有一个应用程序，它使用xmerl解析来自外部用户的XML内容。这意味着，任何字符串都可以来自它们

我使用xmerl\u scan:string/1解析这个xml，但是当xml在文本中包含一些“\”时，我开始出现一些错误

例如：

XML = "<tag>say.com\brothers</tag>",
xmerl_scan:string(XML).

我的问题是：有人已经有同样的问题了吗？我怎样才能解决这个问题

我知道这也会引起一些例外情况，当我：

\b \e \f \五 \x \0 .. \七,

在我的范围内

---

感谢您在上面的示例中，这违反了格式良好的XML规范：

在Erlang中，反斜杠字符用于转义序列。“\b”是字符8（退格字符）的转义序列，因此它的意思不是

“say.com\brothers”

，而是：

“say.com”

（退格）

“rothers”

问题是字符8不在允许的列表中，因此需要对其进行转义。。。XML转义，而不是Erlang转义。。。使XML有效

当字符串来自外部用户时，这将不是问题。反斜杠转义仅在Erlang源中的文字转换为内存中的字符串的过程中使用。如果读入包含反斜杠的外部字符串，则在打印时应看到它显示为双精度：

“\\”

是文本反斜杠的转义序列。因此，

“say.com\brothers”

将显示为

“say.com\\brothers”

如果您避开反斜杠，它将正常工作

> xmerl_scan:string("<tag>say.com\\brothers</tag>").
{{xmlElement,tag,tag,[],
             {xmlNamespace,[],[]},
             [],1,[],
             [{xmlText,[{tag,1}],1,[],"say.com\\brothers",text}],
             [],"/root",undeclared},
 []}

>xmerl\u扫描：字符串（“say.com\\brothers”）。
{{xmlElement，标记，标记，[]，
{xmlNamespace，[]，[]}，
[],1,[],
[{xmlText，[{tag，1}]，1，[]，“say.com\\brothers”，text}，
[]，“/root”，未声明的}，
[]}

---

这似乎只是测试方式的一个问题，不应该是外部数据的问题。但是，如果用户确实传递了无效的XML，那么正如您所观察到的，它将导致异常。要处理这种情况，您需要通过捕获出口或使用

catch

来明确检查它。您是否尝试过

erlsom

在此处找到：，我个人发现它比

xmerl

更稳定、更直接。我的应用程序由许多组件组成，并且所有组件都已经使用了xmerl。更改为erlsom不是一个选项，但感谢您的提示。嗨…感谢您的解释。文本通过套接字进入我的应用程序。所以，它以二进制流的形式出现，我用二进制_转换为_列表，然后用xmerl_扫描进行解析。我会看看我能做些什么来管理它。binary\u to\u列表应该为您处理这个问题：如果输入反斜杠字符，它将自动成为

“\\”

。也许他们在发送端也有类似的问题：在各种语言中使用了相同的反斜杠编码方法。结果表明，Java中的另一个组件使用JAXB创建了这个无效的XML并发送到我的erlang应用程序。JAXB有一个问题（自2009年以来），它允许创建包含控制字符（如“\b”）的XML，但在对它们进行解组时抛出异常。这个JAVA组件创建了无效的XML并发送到Erlang应用程序进行处理，因此问题出在JAXB中。

Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]
     /* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */

> xmerl_scan:string("<tag>say.com\\brothers</tag>").
{{xmlElement,tag,tag,[],
             {xmlNamespace,[],[]},
             [],1,[],
             [{xmlText,[{tag,1}],1,[],"say.com\\brothers",text}],
             [],"/root",undeclared},
 []}