swift - 如何解决 ios swift 中的 XMLParser.ErrorCode.invalidCharacterError ？

Question

我有一项作业需要阅读一些 RSS 提要并建立用户个人资料等。

我的问题是当我使用 Foundation 的 XMLParser 时，我会遇到“操作无法完成。(NSXMLParserErrorDomain 错误 9。)”

我检查了文档，似乎有 invalidCharacterError。我不认为我的代码有问题，因为它适用于另一个网址提要。那么我应该怎么做才能克服这个问题呢？

这是网址:http://halley.exp.sis.pitt.edu/comet/utils/_rss.jsp?v=bookmark&user_id=3600

附注此提要包含 CDATA，因此我注释掉了标题和描述，但它应该显示日期，但它仍然显示该错误。所以我担心的是，在解析 xml 的过程中，它遇到了任何无效字符并报告错误。无论如何要修复它吗？不过我必须使用这个网址。

一些相关代码在这里:

func parseFeed(url: String, completionHandler: (([RSSItem]) -> Void)?)
{
    self.parserCompletionHandler = completionHandler

    let request = URLRequest(url: URL(string: url)!)
    let urlSession = URLSession.shared
    let task = urlSession.dataTask(with: request) { (data, response, error) in
        guard let data = data else {
            if let error = error {
                print(error.localizedDescription)
            }

            return
        }

        /// parse our xml data
        let parser = XMLParser(data: data)
        parser.delegate = self
        parser.parse()
    }

    task.resume()
}

// MARK: - XML Parser Delegate

func parser(_ parser: XMLParser, didStartElement elementName: String, namespaceURI: String?, qualifiedName qName: String?, attributes attributeDict: [String : String] = [:])
{
    currentElement = elementName
    if currentElement == "item" {
        currentTitle = ""
        currentDescription = ""
        currentPubDate = ""
    }
}

func parser(_ parser: XMLParser, foundCharacters string: String)
{
    switch currentElement {
//        case "title": currentTitle += string
//        case "description" : currentDescription += string
        case "pubDate" : currentPubDate += string
        default: break
    }
}

func parser(_ parser: XMLParser, didEndElement elementName: String, namespaceURI: String?, qualifiedName qName: String?)
{
    if elementName == "item" {
        let rssItem = RSSItem(title: currentTitle, description: currentDescription, pubDate: currentPubDate)
        self.rssItems.append(rssItem)
    }
}

func parserDidEndDocument(_ parser: XMLParser) {
    parserCompletionHandler?(rssItems)
}

func parser(_ parser: XMLParser, parseErrorOccurred parseError: Error)
{
    print(parseError.localizedDescription)
}

Answer 1

我在您显示的 URL 的响应中的 CDATA 元素之一内发现了无效字节 0xFC。

在声明 encoding="UTF-8" 的文档中，这作为 UTF-8 字节是无效的。

您最好告诉 URL 的服务器工程师，RSS 提要的 XML 无效。

如果您需要使用这种格式错误的 XML，则需要将其转换为有效的 UTF-8 数据。

0xFC 代表 ISO-LATIN-1 中的 ü，因此您可以编写类似这样的内容。

func parseFeed(url: String, completionHandler: (([RSSItem]) -> Void)?)
{
    self.parserCompletionHandler = completionHandler

    let request = URLRequest(url: URL(string: url)!)
    let urlSession = URLSession.shared
    let task = urlSession.dataTask(with: request) { (data, response, error) in
        guard var data = data else { //###<-- `var` here
            if let error = error {
                print(error.localizedDescription)
            }

            return
        }

        //### When the input `data` cannot be decoded as a UTF-8 String,
        if String(data: data, encoding: .utf8) == nil {
            //Interpret the data as an ISO-LATIN-1 String,
            let isoLatin1 = String(data: data, encoding: .isoLatin1)!
            //And re-encode it as a valid UTF-8
            data = isoLatin1.data(using: .utf8)!
        }

        /// parse our xml data
        let parser = XMLParser(data: data)
        parser.delegate = self
        parser.parse()
    }

    task.resume()
}

如果您需要使用其他编码，问题会更加困难，因为很难正确估计文本编码。

<小时/>

您可能需要实现func parser(_ parser: XMLParser,foundCDATA CDATABlock: Data)，但这似乎是另一个问题。