如何将字符从Oracle编码为XML?

时间:2008-10-01 08:27:24

标签: java xml oracle encoding

在我的环境中,我使用Java将结果集序列化为XML。 它基本上是这样的:

//foreach column of each row
xmlHandler.startElement(uri, lname, "column", attributes);
String chars = rs.getString(i);
xmlHandler.characters(chars.toCharArray(), 0, chars.length());
xmlHandler.endElement(uri, lname, "column");

在Firefox中,XML看起来像这样:

<row num="69004">
    <column num="1">10069</column>
    <column num="2">sd&#26;</column>
    <column num="3">FCVolume                      </column>
</row>

但是当我解析XML时,我得到了一个

  

org.xml.sax.SAXParseException:字符引用“&amp;#26 ”是一个   XML字符无效。

我现在的问题是:我必须更换哪些字符,或者如何编码我的字符,它们将是有效的XML?

3 个答案:

答案 0 :(得分:7)

我在Xml Spec找到了一个有趣的列表: 根据该清单,它不鼓励使用角色#26(十六进制:#x1A )。

  

中定义的字符   也不鼓励以下范围。   它们是控制字符或   永久未定义的Unicode   字符

请参阅complete ranges

此代码从String中替换所有无效的Xml Utf8:

public String stripNonValidXMLCharacters(String in) {
    StringBuffer out = new StringBuffer(); // Used to hold the output.
    char current; // Used to reference the current character.

    if (in == null || ("".equals(in))) return ""; // vacancy test.
    for (int i = 0; i < in.length(); i++) {
        current = in.charAt(i);
        if ((current == 0x9) ||
            (current == 0xA) ||
            (current == 0xD) ||
            ((current >= 0x20) && (current <= 0xD7FF)) ||
            ((current >= 0xE000) && (current <= 0xFFFD)) ||
            ((current >= 0x10000) && (current <= 0x10FFFF)))
            out.append(current);
    }
    return out.toString();
}    

取自Invalid XML Characters: when valid UTF8 does not mean valid XML

但有了这个,我还有UTF-8的比较问题:

org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence

阅读XML - returning XML as UTF-8 from a servlet后,我尝试了如果我将Contenttype设置为这样会发生什么:

response.setContentType("text/xml;charset=utf-8");

它有效....

答案 1 :(得分:2)

Extensible Markup Language (XML) 1.0说:

  

&符号(&amp;)和   不得出现左尖括号(&lt;)   在他们的字面形式,除了   用作标记分隔符,或用作标记分隔符   评论,处理指令或   CDATA部分。如果需要它们   在其他地方,他们必须逃脱使用   数字字符引用或   字符串“&amp;”和“&lt;”   分别。直角支架   (&gt;)可以使用。来表示   字符串“&gt;”,并且必须为   兼容性,使用其中一个进行转义   “&gt;” 中或者是字符引用时   它出现在字符串“]]&gt;”中在   内容,当该字符串不是   标记CDATA部分的结尾。

如果您使用CDATA,则可以跳过编码:

<column num="1"><![CDATA[10069]]></column>
<column num="2"><![CDATA[sd&]]></column>

答案 2 :(得分:0)

您正在运行哪个版本的JRE? Sax Project说:

  

J2SE 1.4捆绑旧版本的   SAX2。如何使SAX2 r2或更高版本可用?