- r - 以节省内存的方式增长 data.frame
- ruby-on-rails - ruby/ruby on rails 内存泄漏检测
- android - 无法解析导入android.support.v7.app
- UNIX 域套接字与共享内存(映射文件)
我继承了一个写得不好的 Web 应用程序,当它试图读取存储在数据库中的 xml 文档时似乎有错误,其中有一个“&”。例如,将有一个包含以下内容的标签:“Prepaid & Charge”。是否有一些 secret 的简单事情可以让它在解析该字符时不会出错,或者我是否遗漏了一些明显的东西?
编辑:是否有任何其他字符会因为格式不正确而导致这种相同类型的解析器错误?
最佳答案
问题是 xml 格式不正确。正确生成的 xml 会像这样列出数据:
Prepaid & Charge
我以前解决过同样的问题,我是用这个正则表达式解决的:
Regex badAmpersand = new Regex("&(?![a-zA-Z]{2,6};|#[0-9]{2,4};)");
将它与这样定义的字符串常量结合起来:
const string goodAmpersand = "&";
现在你可以说 badAmpersand.Replace(<your input>, goodAmpersand);
注意一个简单的String.Replace("&", "&")
这还不够好,因为您无法提前知道给定文档中的任何 & 字符是否会被正确编码、错误编码,或者甚至在同一文档中两者都被编码。
这里的问题是您必须在 将 xml 文档加载到您的解析器之前对它执行此操作,这可能意味着需要额外遍历文档。此外,它不考虑 CDATA 部分内的 & 符号。最后,它仅 捕获& 符号,而不捕获其他非法字符,如<。 更新:根据评论,我还需要更新十六进制编码 (&#x...;) 实体的表达式。
关于哪些字符会导致问题,实际规则有点复杂。例如,某些字符可以出现在数据中,但不能作为元素名称的首字母。并且没有简单的非法字符列表。相反,大片(非连续的)UNICODE 是 defined as legal ,除此之外的任何内容都是非法的。
归根结底,您必须相信您的文档来源至少具有一定的合规性和一致性。例如,我发现人们通常足够聪明,可以确保标签正常工作并转义 <,即使他们不知道 & 是不允许的,因此您今天的问题。但是,最好的办法是从源头上解决这个问题。
哦,关于 CDATA 建议的注意事项:我用它来确保 xml 我正在创建 格式正确,但是当从外部处理现有 xml 时,我发现正则表达式方法更容易。
关于c# - 将带有 "&"的 XML 读入 C# XMLDocument 对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/121511/
假设您有 2 个文件,如下所示。 file_1_october.csv file_2_november.csv 文件具有相同的列。所以我想在 R 中读取这两个文件,我可以使用 map 轻松完成。我还想
我有一个制表符分隔的文本文件: 0730000 John 1 01 225 000 000 当我将它读入 R 时 stud_stats data.table::f
似乎最直观的是 .rdata 文件可能是 R 加载的快速文件格式,但是在扫描一些堆栈帖子时,似乎更多的注意力集中在提高 .csv 或其他格式的加载时间上。有确定的答案吗? 最佳答案 不是一个明确的答案
我是 R 的新手,目前在读取 .csv 文件并将其转换为 data.frame 时遇到了很多麻烦7 列。这是我正在做的: gene_symbols_table head(gene_symbols_t
基本上我有一个格式如下所示的 csv: csv 有 11 列,前五列和后五列完全相同。我希望能够读取 csv 并将第一列和第五列(期间和支出)的所有实例存储在一个列表中,它们具有值,并对另一个列表中的
我对 Julia 比较陌生,正在寻找一种有效的方法来从文本文件中读取并将每个“列”存储在数组中(我有 2 列,但通用解决方案也很棒)。例如,我想要输入 1 2 3 4 5 6
基本上我有一个格式如下所示的 csv: csv 有 11 列,前五列和后五列完全相同。我希望能够读取 csv 并将第一列和第五列(期间和支出)的所有实例存储在一个列表中,它们具有值,并对另一个列表中的
我的程序分配了一个 32 位 int,随后尝试使用 read(2) 从套接字将 4 个字节读入 int 有时读取不完整并返回读取 2 个字节。有什么方法可以从中恢复吗?我想我必须在 int 的中途生成
我有大量的 CSV 文件。有些标题从第一行开始,其他标题从第 3 行开始,其他的从第 7 行开始,依此类推。 标题看起来都一样,它们只是从不同文件的不同行开始。有没有办法有条件地 read.csv 文
我写了一个小程序来从 csv 文件中读取数据: using System; using System.Collections.Generic; using System.Linq; using Sys
我需要读入一个包含 10,000 个整数的列表,并将它们按升序放置在一个 vector 中。请注意,我不是在然后阅读排序,而是在同时阅读时排序。 我这样做是为了学习。我意识到阅读时排序是 O(n^2)
我有一个问题。不幸的是,我没有找到任何答案。如何将参数传递给脚本,这是另一个命令的结果。例如: ls | ./myscript.sh 我想将 ls 的结果传递给 myscript。如果我执行上面的命
我在读取扩展 ASCII 字符并将其转换为十进制值时遇到问题。我试过这样做: unsigned char temp; while(temp = cin.get != EOF) { cout << (i
我已经通过以下命令加载了文本文件。我想从 contents 中删除由 \n 分隔的第一行标题行。怎么做? txtfile = open(filepath, "rt") contents = txtfi
希望一切顺利...我正在将数据集输入到 sklearn 算法中进行分类,但找不到任何简单的数据集来开始,所以我自己制作了数据集。但有一个问题... import numpy as np import
我有一个 .csv 文件,它有 3 行和 5 列,值为 0、1、2、3、50 或 100。我将它从 Excel 工作表保存到 .csv 文件。我正在尝试使用 C++ 读取 .csv 文件,并根据最后三
我有一个 HTML 文件,它将作为我要发送的电子邮件的模板。 html 中有一些字段是可变的。我想知道是否有一种可靠的方法可以用变量替换 HTML 文件中的占位符。我知道我可以 string.Repl
我从未使用过 JSON 文件,但我有实现 JSON 文件的任务,我需要将其转换为 IEnumerable。当我尝试对 JSON 对象进行反序列化时,我得到一个异常,上面写着: An unhandled
我正在尝试阅读 IFormFile从这样的 HTTP POST 请求中收到: public async Task UploadDocument([FromForm]DataWrapper data)
我有一个包含大量多行文本 block 的文件。我想将该文件读入一个字符向量列表——每个 block 一个。我对 scan()、read.table() 等函数的文档的阅读似乎表明一行的结尾将结束向量。
我是一名优秀的程序员,十分优秀!