额外引用时XML解析器中的问题

Question

我编写了一个xml解析器，它成功解析了一个作为输入给出的xml文件。但是有时候，可能解析器的输入文件在text属性中有双引号，因为我的解析器崩溃了。

例如

<tag  myprop=" this has a extra quote here like " some times" >  </tag>

我知道可能/可能没有额外引用的标记。我使用dom解析器。

我该如何处理这种情况？

Answer 1

我不确定，但我认为它只是无效的XML，所以你的解析器应该优雅地失败（而不是崩溃），但我认为它不应该成功解析这样的文件。

Answer 2

在拥有实际的XML之前，您将无法使用XML解析器。您目前拥有的是无效的（即不是XML）。您应该事先在属性中转义引号。

转义代码如下所示：

<tag  myprop=" this has a extra quote here like &quot; some times" >  </tag>

至于你的解析器崩溃的原因，那里有dozens of XML libraries - 你看过这些吗？我个人希望收到ParseException或类似的东西。

Answer 3

你做不到。这不是有效的XML，因此DOM解析器将无法解析。

Answer 4

参见XML 1.0规范，第2.4节：
http://www.w3.org/TR/xml/#attdecls

  

要允许属性值包含单引号和双引号，   撇号或单引号字符（'）可以表示为“   ＆amp; “和双引号字符（”）为“＆amp; quot;”。“

所以，因为它不是有效的XML，你的解析器不应该试图处理无效值，它只需要给出一个错误。