Question

我有这个xml文档：

<test />

如果我使用这个C＃代码加载它：

 var d = new XmlDocument();
 d.LoadXml("<test />");

抛出以下异常： XmlException：＆＃39;＆＃39;字符，十六进制值0x28CD2，不能包含在名称中。第1行，第6位。

然而，xml spec reads：

NameStartChar :: =＆＃34;：＆＃34; | [A-Z] | ＆＃34; _＆＃34; | [a-z] | [＃xC0-＃xD6] | [＃xD8-＃xF6] | [＃xF8-＃x2FF] | [＃x370-＃x37D] | [＃x37F-＃x1FFF] | [＃x200C-＃x200D] | [＃x2070-＃x218F] | [＃x2C00-＃x2FEF] | [＃x3001-＃xD7FF] | [＃xF900-＃xFDCF] | [＃xFDF0-＃xFFFD] | [＃x10000-＃xFFFF]

NameChar :: = NameStartChar | ＆＃34; - ＆＃34; | ＆＃34;＆＃34; | [0-9] | ＃xB7 | [＃x0300-＃x036F] | [＃x203F-＃x2040]

＆＃34;＆＃34; （其代码点为U + 28CD2）明显属于[＃x10000-＃xFFFF]区间。这是.Net解析器的不合格还是我遗漏了什么？

谢谢！

Answer 1

使用当前的.Net版本可能会运气不佳。

根据documentation for XmlReader in .Net 4.5：

XmlReader在adocument或stream中提供对XML数据的只进，只读访问。此类符合W3C Extensible Markup Language (XML) 1.0 (fourth edition)和Namespaces in XML 1.0 (third edition)建议。

在此版本中，yours之外的basic multilingual plane字符似乎对元素名称无效。您的字符为0xD863 0xDCD2，格式为UTF-16，而Fouth edition requirements for valid element name characters中没有有效的名称字符，其代码点值大于#xD7A3。这小于#xD800的{{1}} - 并且比你的角色#x28CD2小得多。

从surrogate pair encodings begin

确认

XML 1.0（第五版）和XML 1.1支持在元素名称，属性，注释，字符数据和处理指令中直接使用几乎任何Unicode字符（除了具有特殊功能的那些） XML本身的符号含义，例如小于号，＆＃34;＆lt;＆＃34;）。以下是格式良好的XML文档，包括中文，亚美尼亚和西里尔字符：
<?xml version="1.0" encoding="UTF-8"?>
<俄语 լեզու="ռուսերեն">данные</俄语>

实际抛出异常的框架类是XmlTextReaderImpl。通过wikipedia article on XML查看#if XML10_FIFTH_EDITION，reference source的几种用法：

            unsafe {
#if SILVERLIGHT
                if ( xmlCharType.IsStartNCNameSingleChar( chars[pos] ) ) {
#else // Optimization due to the lack of inlining when a method uses byte*
                if ( ( xmlCharType.charProperties[chars[pos]] & XmlCharType.fNCStartNameSC ) != 0 ) {
#endif
                    pos++;
                }
#if XML10_FIFTH_EDITION
                else if ( pos + 1 < ps.charsUsed && xmlCharType.IsNCNameSurrogateChar(chars[pos + 1], chars[pos])) {
                    pos += 2;
                }
#endif
                else {
                    goto ParseQNameSlow;
                }
            }

如果定义了XML10_FIFTH_EDITION，则支持包含代理项对的XML元素名称。也许微软计划在以后的版本中启用它？

XML Unicode标识符/ .Net支持

1 个答案: