Question

在我的Android应用程序中保存XML数据文件时，当用户放置表情符号时，我会收到异常。正如我所理解的那样，d83d角色就是这个角色：http://apps.timwhitlock.info/unicode/inspect?s=%F0%9F%98%84 - 一个笑容的角色。

相关的堆栈跟踪：

java.lang.IllegalArgumentException: Illegal character (d83d)
at org.kxml2.io.KXmlSerializer.reportInvalidCharacter(KXmlSerializer.java:144)
at org.kxml2.io.KXmlSerializer.writeEscaped(KXmlSerializer.java:130)
at org.kxml2.io.KXmlSerializer.attribute(KXmlSerializer.java:465)

首要问题是 ：我该如何修复它，以免我的用户在emojis上崩溃...

后续问题是：

这个KXmlSerializer应该支持表情符号/ Unicode吗？

某处有更新版本吗？到目前为止我找不到它。 lib是否得到积极维护？

谁在维护KXmlSerializer？是http://kxml.org/吗？我找不到多少......

如果放在class-path上的更新版本是否会与Android内置版本冲突？

我应该/可以使用哪些其他xml-writing lib来替换KXmlSerializer？

编辑：我将补充说，应用程序通过xml保存的文本来自用户输入文本的标准Android EditText UI小部件（我不是对字符串执行任何Unicode级操作。

Answer 1

我在我的测试设备（API17）上得到了相同的例外。这是代码：

final XmlSerializer serializer = new Xml.newSerializer();
final StringWriter stringWriter = new StringWriter();
serializer.setOutput(stringWriter);
serializer.startDocument("UTF-8", true);
serializer.startTag("", "XXXX");
....
serializer.endTag("", "XXXX");
serializer.endDocument();
writer.write(stringWriter.toString());
writer.close();

但是API21和API23的代码没问题。

在API17中，KXmlSerializer的关键代码：

// BEGIN android-changed: refuse to output invalid characters
// See http://www.w3.org/TR/REC-xml/#charsets for definition.
// No other Java XML writer we know of does this, but no Java
// XML reader we know of is able to parse the bad output we'd
// otherwise generate.
// Note: tab, newline, and carriage return have already been
// handled above.
boolean valid = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (!valid) {
    reportInvalidCharacter(c);
}
if (unicode || c < 127) {
    writer.write(c);
} else {
    writer.write("&#" + ((int) c) + ";");
}
// END android-changed

在API23中，KXmlSerializer的关键代码：

// BEGIN android-changed: refuse to output invalid characters
// See http://www.w3.org/TR/REC-xml/#charsets for definition.
// No other Java XML writer we know of does this, but no Java
// XML reader we know of is able to parse the bad output we'd
// otherwise generate.
// Note: tab, newline, and carriage return have already been
// handled above.
boolean allowedInXml = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (allowedInXml) {
    if (unicode || c < 127) {
        writer.write(c);
    } else {
        writer.write("&#" + ((int) c) + ";");
    }
} else if (Character.isHighSurrogate(c) && i < s.length() - 1) {
    writeSurrogate(c, s.charAt(i + 1));
    ++i;
} else {
    reportInvalidCharacter(c);
}
// END android-changed

Exception的原因，你可以阅读Stephen C的答案。

最后，我从kXML（https://sourceforge.net/projects/kxml/files/kxml2/2.3.0/）下载了类 KXmlSerializer 的最新代码。然后添加到我的项目中，将类重命名为TestKXmlSerializer.So将该类用作：

final XmlSerializer serializer = new TestKXmlSerializer();

API17，API20，API23可以。

Answer 2

以下是导致问题的代码。

boolean allowedInXml = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (allowedInXml) {
    if (unicode || c < 127) {
        append(c);
    } else {
        append("&#" + ((int) c) + ";");
    }
} else if (Character.isHighSurrogate(c) && i < s.length() - 1) {
    writeSurrogate(c, s.charAt(i + 1));
    ++i;
} else {
    reportInvalidCharacter(c);
}

（见https://android.googlesource.com/platform/libcore/+/master/xml/src/main/java/org/kxml2/io/KXmlSerializer.java）

您似乎正在尝试编写unicode代码点1F604，它表示为D83D DE04的代理对。请注意，“高”代理范围是D800-DBFF。

如果我们将其提供给代码，我们会看到D83D应该是可以接受的，但前提是它后跟另一个字符。（writeSurrogate方法检查第二个字符是否为低代理，但如果不是，则会收到不同的异常消息。）

所以我的诊断是，你不知何故失去了构成表情符号的第二个角色。在责怪序列化程序类之前，检查该属性的值以确认/反驳该诊断。它试图执行的检查完全是犹太人。

<强>更新

有些提示您可能正在使用早期版本的序列化程序，该版本不支持非BMP代码点的序列化。（如果是这种情况，我的诊断将是不正确的。）

我不知道你会如何解决这个问题。

java.lang.IllegalArgumentException：非法字符（d83d）

2 个答案: