Question

我得到一个XML文件，其中包含如下名称：

<Benchↂ0020Codeↂ0020>something</Benchↂ0020Codeↂ0020>

ↂ符号用三个字节表示：0xE2,0x86,0x82。

看起来ↂ0020应该被视为空间角色。但是当我使用System.Xml.XmlReader读取XML时，字符ↂ0020不会转换为空格。

是否有办法让他们转换（当然除了替换）？或者我刚刚破解了XML？

Answer 1

XML名称

中不允许使用空格字符

有86 codepoints whose name contain the word space。忽略由于MONOSPACE而导致SPACE命中的代码点以及具有可视表示的任何其他代码点，将留下以下内容：

#x0020 SPACE
#x00A0 NO-BREAK SPACE
[#x2002-#x200A] EN空间通过头发空间
#x205F MEDIUM MATHEMATICAL SPACE
#x3000 IDEOGRAPHIC SPACE

W3C XML BNF for component names在XML名称中不允许任何与空格相关的代码点（空的可视化表示）：

NameStartChar ::= ":" | [A-Z] | "_" | [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-#xEFFFF]
NameChar      ::= NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] |
                  [#x203F-#x2040]
Name          ::= NameStartChar (NameChar)*

XML名称中空格的替代

CamelCase
underscore_char
hyphen-char
period.char

Colon should not be used作为XML名称中的单词分隔符，以避免与其在XML命名空间中的使用混淆。

XML名称中允许

。
字符ↂ，（0xE2,0x86,0x82，`#x2182`），与空格无关 - 它是{{3 }}。 ↂ明确允许：`#x2182`位于`[#x2070-#x218F]`代码范围内。

在ↂ之后出现的`0020`只是数字。与`Benchↂ0020Codeↂ0020`中的其他字符一起，这些形成了一个允许的（尽管是非常规的）XML名称。它们不构成XML名称中的空格，因为XML名称中不允许使用空格。

Answer 2

XML并没有被破坏，但是它使用私有约定来表示名称以逃避不允许的字符。 XML解析器不理解这个约定，它由接收应用程序来解释它。

在XML名称中编码空格字符

2 个答案:

XML名称