java - XmlTextAttribute 和 CDATA

Question

我们的应用程序有一部分，用户可以通过定制的 Wysiwyg 组件创建包含 HTML、JavaScript 和 CSS 的对象。这些对象在某个时刻被序列化，然后又被反序列化。然而，由于我们的用户/客户遍布全局，他们有时会输入在反序列化过程中引起不满的字符。最近，我看到  出现在中国用户的序列化 XML 中，这导致了后来的问题，因为 XML 是通过一些使用 MSXML2 的 Java 代码加载的(同样在 . NET 和 System.Xml，但这是另一个问题)。我们目前仍坚持使用 MSXML2，因此需要单独解决这个问题。

建议将某些字段更改为序列化为 CDATA，而不是像现在这样的 HtmlTextAttribute。

我该如何实现这一点？它会对更改之前序列化的数据产生影响吗？

Answer 1

0x1D 是一个没有人使用的 ASCII 控制字符，因此看来中国用户的输入正在使用某种非 UTF-8 编码，并且将其序列化为 XML 的代码错误地假定输入字节是 Unicode 代码点(并将它们序列化为字符实体引用)。

仅将其更改为 CDATA 是行不通的，因为序列化器仍会输出 mojibake。

最简单的修复方法就是确保客户端应用程序始终使用 UTF-8。