Question

我有一个使用xmerl解析来自外部用户的XML内容的应用程序。这意味着，任何字符串都可以来自它们。

我使用xmerl_scan：string / 1来解析这个xml，但是当xml在文本中包含一些'\'时，我开始遇到一些错误。

例如：

XML = "<tag>say.com\brothers</tag>",
xmerl_scan:string(XML).

导致：

3266- fatal: {error,{wfc_Legal_Character,8}}
** exception exit: {fatal,{{error,{wfc_Legal_Character,8}},
                       {file,file_name_unknown},
                       {line,1},
                       {col,15}}}
 in function  xmerl_scan:fatal/2
 in call from xmerl_scan:scan_char_data/5
 in call from xmerl_scan:scan_content/11
 in call from xmerl_scan:scan_element/12
 in call from xmerl_scan:scan_document/2
 in call from xmerl_scan:string/2

我的问题是：有没有人有同样的问题？我该如何解决这个问题？

我知道，当我有这个时，这也会引起某种例外：

\ b 。\ E \F 符\ v \X \ 0 .. \ 7

在我的字符串中。

由于

Answer 1

在上面的例子中，这违反了格式良好的XML规范：

http://www.w3.org/TR/REC-xml/#NT-Char

Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]
     /* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */

在Erlang中，反斜杠字符用于转义序列。 “\ b”是字符8（退格字符）的转义序列，因此代替"say.com\brothers"意味着："say.com"（退格）"rothers"。

问题是字符8不在允许列表中，因此需要进行转义... XML转义，而不是Erlang转义...以使XML有效。

当字符串来自外部用户时，这不会有问题。反斜杠转义仅用于将Erlang源中的文字转换为内存中的字符串的过程。如果您读入包含反斜杠的外部字符串，则应该看到它在打印时显示为double："\\"是文字反斜杠的转义序列。因此，"<tag>say.com\brothers</tag>"将显示为"<tag>say.com\\brothers</tag>"。

如果你逃避反斜杠，它可以正常工作。

> xmerl_scan:string("<tag>say.com\\brothers</tag>").
{{xmlElement,tag,tag,[],
             {xmlNamespace,[],[]},
             [],1,[],
             [{xmlText,[{tag,1}],1,[],"say.com\\brothers",text}],
             [],"/root",undeclared},
 []}

这似乎只是您测试方式的问题，不应该是外部数据的问题。但是，如果用户传递无效的XML，则会导致您发现异常。要处理这种情况，您需要通过捕获退出或使用catch来明确检查它。

xmerl无法识别几个字符

1 个答案: