Как кодировать символы из Oracle в XML?

Question

В моей среде я использую Java для сериализации результирующего набора в XML. Это происходит в основном так:

//foreach column of each row
xmlHandler.startElement(uri, lname, "column", attributes);
String chars = rs.getString(i);
xmlHandler.characters(chars.toCharArray(), 0, chars.length());
xmlHandler.endElement(uri, lname, "column");

XML выглядит так в Firefox:

<row num="69004">
    <column num="1">10069</column>
    <column num="2">sd&#26;</column>
    <column num="3">FCVolume                      </column>
</row>

Но когда я анализирую XML, я получаю

org.xml.sax.SAXParseException: ссылка на символ " & # 26 " является недопустимый символ XML.

Теперь у меня вопрос: какие символы мне нужно заменить или как я должен кодировать свои символы, чтобы они были действительным XML?

Answer 1

Я нашел интересный список в Xml Spec : Согласно этому списку, его не рекомендуется использовать персонаж № 26 (Hex: # x1A ).

Символы, определенные в Следующие диапазоны также не рекомендуется. Они являются либо управляющими персонажами, либо навсегда неопределенный Unicode символы

См. полные диапазоны .

Этот код заменяет все недействительные Xml Utf8 из строки:

public String stripNonValidXMLCharacters(String in) {
    StringBuffer out = new StringBuffer(); // Used to hold the output.
    char current; // Used to reference the current character.

    if (in == null || ("".equals(in))) return ""; // vacancy test.
    for (int i = 0; i < in.length(); i++) {
        current = in.charAt(i);
        if ((current == 0x9) ||
            (current == 0xA) ||
            (current == 0xD) ||
            ((current >= 0x20) && (current <= 0xD7FF)) ||
            ((current >= 0xE000) && (current <= 0xFFFD)) ||
            ((current >= 0x10000) && (current <= 0x10FFFF)))
            out.append(current);
    }
    return out.toString();
}    

взято из Недопустимые символы XML: когда действительный UTF8 не означает действительный XML

Но с этим у меня все еще была проблема совместимости с UTF-8:

org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence

После прочтения XML - возвращение XML в виде UTF-8 из сервлета Я только что попробовал, что произойдет, если я установлю Contenttype следующим образом:

response.setContentType("text/xml;charset=utf-8");

И это сработало ....

Answer 2

Расширяемый язык разметки (XML) 1,0 говорит:

Символ амперсанда (&) и левая угловая скобка (<) не должна появляться в их буквальном виде, кроме случаев, когда используется в качестве разделителей разметки или в пределах комментарий, инструкция по обработке или раздел CDATA. Если они нужны в другом месте они должны быть экранированы с помощью либо числовые ссылки на символы или строки "&" и "<" соответственно. Правая угловая скобка (>) может быть представлен с использованием строка ">", и должна, для совместимость, можно избежать с помощью любого ">" или ссылка на символ, когда он появляется в строке "]]>" в содержание, когда эта строка не маркировка конца раздела CDATA.

Вы можете пропустить кодировку, если используете CDATA:

<column num="1"><![CDATA[10069]]></column>
<column num="2"><![CDATA[sd&]]></column>

Answer 3

Какую версию JRE вы используете? Саксофон говорит:

J2SE 1.4 связывает старую версию SAX2. Как сделать SAX2 r2 или новее доступным?