Question

嘿伙计们，我有一个使用XML保存数据的应用程序。我最近收到了一个无法打开她的数据文件的用户的错误报告。解析器在遇到错误字符时显然失败了。

幸运的是，我有她的数据文件的副本，所以我能够找到罪魁祸首，但我不明白它是什么，或者它是如何到达那里的。（因为这是来自用户的所有键盘输入。）有问题的字符是：

attributeName="Some text then XXX"

根据十六进制编辑器，“XXX”在哪里：

0A 0A 00

就我所知，0A是一个换行符，但是那个空字符到底会怎么样？！这是我见过的第一个这种性质的错误。

Answer 1

我认为您所看到的问题是一个鲜为人知的问题，但在XML中存在非常严重的缺陷。简而言之：xml值不能包含某些字符，不仅它们不能包含在xml文本中，而且甚至不能使用＆amp; #DDDD进行转义。符号

这意味着如果您的字符串中没有包含在此charset中的任何字符，则无法将其序列化为XML值。存储此类字符串的唯一方法是将其序列化为base64作为二进制数据。

许多流行的框架（包括MSXML和.NET）都允许将不良数据放入XML值，然后拒绝反序列化此类XML。这是一个示例，屏幕截图：http://vvcap.net/db/Db94W-13uwCkNXSZTitO.htp和源代码：

using System;
using System.Xml.Serialization;
using System.Xml;

[Serializable] public class TestClass
{
    [XmlAttribute]
    public string Member { get; set; }
}

class Program
{
    static void Main(string[] args)
    {
        var ser = new XmlSerializer(typeof(TestClass));
        var tc = new TestClass() { Member = "zzz \x19 zzz" };
        var stream = new System.IO.StringWriter();
        ser.Serialize(stream, tc);
        var xml = stream.ToString();
        var stream2 = new System.IO.StringReader(stream.ToString());
        var tc2 = ser.Deserialize(stream2);
    }
}

XML文件中的奇怪字符（来自用户输入？）

1 个答案: