.net - 十六进制值 0x00 是无效字符

Question

我正在从 StringBuilder 生成 XML 文档，基本上类似于:

string.Format("<text><row>{0}</row><col>{1}</col><textHeight>{2}</textHeight><textWidth>{3}</textWidth><data>{4}</data><rotation>{5}</rotation></text>

稍后，类似:

XmlDocument document = new XmlDocument();
document.LoadXml(xml);
XmlNodeList labelSetNodes = document.GetElementsByTagName("labels");
for (int index = 0; index < labelSetNodes.Count; index++)
{
    //do something
}

所有数据都来自数据库。最近我遇到了一些错误问题:

Hexadecimal value 0x00 is a invalid character, line 1, position nnnnn

但它并不一致。有时一些“空白”数据会起作用。“错误”数据在某些 PC 上有效，但在其他 PC 上无效。

在数据库中，数据永远是一个空字符串。它永远不会为“空”在 XML 文件中，它显示为 < data>< /data> ，即打开和关闭之间没有字符。 (但不确定这是否可以依赖，因为我从“立即”窗口中拉出它是 vis studio 并将其粘贴到文本板中)。

sql server 的版本(2008 会失败，2005 会工作)和排序规则也可能存在差异。不确定这些是否是可能的原因？

但是完全相同的代码和数据有时会失败。知道问题出在哪里吗？

Answer 1

如果没有您的实际数据或来源，我们将很难诊断出了什么问题。不过，我可以提出一些建议:

• Unicode NUL (0x00) 在所有版本的 XML 中都是非法的，验证解析器必须拒绝包含它的输入。
• 尽管如此；现实世界中未经验证的 XML 可能包含任何可以想象到的垃圾格式错误的字节。
• XML 1.1 允许零宽度和非打印控制字符(NUL 除外)，因此您无法在文本编辑器中查看 XML 1.1 文件并判断它包含哪些字符。

鉴于您所写的内容，我怀疑将数据库数据转换为 XML 的任何内容都已损坏；它正在传播非 XML 字符。

使用非 XML 字符(NUL、DEL、控制字符等)创建一些数据库条目，并在其上运行 XML 转换器。将 XML 输出到文件并在十六进制编辑器中查看它。如果这包含非 XML 字符，则您的转换器已损坏。修复它，或者，如果不能，请创建一个预处理器来拒绝带有此类字符的输出。

如果转换器输出看起来不错，则问题出在您的 XML 使用者；它在某处插入非 XML 字符。您必须将消费过程分解为单独的步骤，检查每个步骤的输出，并缩小引入不良字符的范围。

检查文件编码(UTF-16)

更新:我自己也遇到过这样的例子!发生的事情是生产者将 XML 编码为 UTF16，而消费者期望使用 UTF8。由于 UTF16 使用 0x00 作为所有 ASCII 字符的高字节，而 UTF8 不使用，因此消费者将每隔一个字节视为 NUL。在我的例子中，我可以更改编码，但建议所有 XML 有效负载都以 BOM 开头。