Question

我在数据库中使用了Unit Separator（US / 0x1f）。当我导出到XML 1.0文件时，它不被接受并保留属性为空值。

我在数据库中有这样的数据：

“选项1 = 10;选项2 = 20; 2选项= AAA [US] BBB [US] CCC;”

我假设要像这样导出到XML 1.0文件：

＆lt; elementname，attr1 =“option1 = 10; option2 = 20; option3 = aaa [US] bbb [US] ccc;”/＆gt;

但是，XML 1.0不接受[US]。有什么建议吗？

在写入XML之前，我可以用“XXX”，“$”，“（0x1f）”等替换'\ 37'（oct 37，hex 1f）;

我可以在从XML导入并写入数据库时替换它。但是，如果我用“＆amp;＃x 1 F;”（它是单位分隔符的HTML实体）替换它，我最终会得到“＆amp; amp;＃x 1 F;”，这绝对不是我想要的。

如果我手动将XML文件修改为“＆amp;＃x 1 F;”，我无法使用MSXML加载它，从而出现“无效的Unicode字符”错误。

有什么建议吗？

谢谢

要点：

让我们做一个类比：让我们考虑编译器的工作原理，有两个阶段：“预编译”和“编译”。

对于XML文件生成，它的行为类似于“编译”阶段。例如。转换“＆lt;” “＆amp; l t;”

但是，XML 1.0不支持单位分隔符，因此“编译”阶段不会将其转换为HTML实体“＆amp;＃x 1 F;”

因此，我们必须在“预编译”阶段寻求解决方案，这是我们自己的应用程序的责任。

写作时：

Option1: <unit>aaa</unit><unit>bbb</unit>
Option2: simply use "_x241F_" to replace "\37" in the string if "_x241F_" is not conflicting with any existing token in the string.

阅读时：

According to Option1: Load the elements, catenate to a single string with "\37" as separator.
According to Option2: simply use "\37" to replace "_x241F_".

我还发现MSXML（即使是最高版本的MSXML6.dll）也不会加载XML 1.1。

因此，如果我们不幸使用MSXML，我们必须编写自己的“预编译”代码来处理Unicode字符，然后再进入“编译”阶段。

注意：我从here借用了“_ x 2 4 1 F _”的想法。

感谢大家的帮助

Answer 1

本网站

http://www.fileformat.info/info/unicode/char/1f/index.htm

建议以下之一：

HTML实体（十进制）

HTML实体（十六进制）

Answer 2

U + 001F UNIT SEPARATOR没有HTML 实体。此外，在处理通用XML时，HTML实体将无关紧要。

字符引用将是和，采用HTML和XML格式，但HTML或XML中不允许使用该字符。对于XML 1.0，请参阅2.2 Characters部分，其中规范性定义是以下产品（相关评论具有误导性，评论是非规范性的）：

Char       ::=      #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] |
                            [#x10000-#x10FFFF]

得出的结论取决于UNIT SEPARATOR在文中的含义和目的。它没有一般定义的含义;应用程序可以为其分配含义并相应地处理它。

通常UNIT SEPARATOR用于分离某种单位，因此自然的方法是处理传入的数据，以便在转换为XML格式时，数据不是这样的分隔符，而是具有用标记表示的单位。因此，对于像aaa [US] bbb [US] ccc这样的数据，其中[US]是UNIT SEPARATOR，你会产生类似<unit>aaa</unit><unit>bbb</unit><unit>ccc</unit>的东西。

XML中“单位分隔符”的最佳价值是什么？

2 个答案: