IDE:Embarcadero XE5 c ++构建器。
我试图在XML CData 节中转储UnicodeStrings。
这样的字符串的小摘录:
u"‰PNG\r\n\x1A\n\0\0\0\rIHDR\0\0\0õ\0\0\02\b\x06\0\0\0„\\i\0\0\0\x01sRGB\0®Î\x1Cé\0\0\0\x04gAMA\0\0±\vüa\x05\0\0\0\tpHYs\0\0\x0EÃ\0\0\x0EÃ\x01Ço¨d\0\0\v¼IDATxÚíœypUÕ\x19ÀO\x06…°¤\x04D$ˆ²\b1š\b\x18@...etc"
我知道一个XML文档可以包含非ASCII字符,并且我认为XML解析器无法解析XML CData节的内容(节末尾指示符“ [[> ” 除外)不存在在我的数据中进行检查)。
当创建(写入)CDATA节,我仍然得到“ 无效字符在文本内容创建节点时被发现的错误”。
代码示例:
_di_IXMLDocument pXMLDocument = NewXMLDocument("1.0"); // I've played around with the document encoding with no success, guessing it's only applicable while reading the document. // pXMLDocument->SetEncoding(L"iso-8859-1"); String myString; // Unicode, contains my data string. // 1st param of CreateNode method is of type UnicodeString. di_IXMLNode pCDataNode = pXMLDocument->CreateNode( myString, ntCData );
有什么想法为什么会失败?编码有问题吗?
如果你读第2.7节中的XML规范,它描述了一个CDATA节的格式:
CDATA Sections [18] CDSect ::= CDStart CData CDEnd [19] CDStart ::= '<![CDATA[' [20] CData ::= (Char* - (Char* ']]>' Char*)) [21] CDEnd ::= ']]>'
Char
在第2.2节中定义:
Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF] /* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */
如果你看看你的原始数据,它包含了被排除在范围(特别是十几个字符值#x0
,#x1
,#x2
,#x4
,#x5
,#x6
,#x8
,#xB
#xE
,#x18
,#x19
,#x1A
,和#x1C
)。这就是为什么您会收到有关非法字符的错误的原因,因为您确实确实有非法字符。
CDATA部分不允许您将任意二进制数据放入XML数据。当文本内容包含通常为XML标记保留的字符时,将使用CDATA节,从而不必将其转义或编码为实体。将二进制数据放入XML文档的唯一方法是将其编码为XML兼容(通常为7位ASCII)格式,例如Base64(但是可以使用其他可用格式,例如yEnc)。