objective-c - XML 文件中的奇怪字符(来自用户输入？)

Question

大家好，我有一个使用 XML 保存数据的应用程序。我最近收到了一位用户的错误报告，该用户无法打开她的数据文件。当解析器遇到错误字符时，它显然失败了。

幸运的是，我有她的数据文件的副本，所以我能够找到罪魁祸首，但我不明白它是什么，也不明白它是如何到达那里的。 (因为这是用户的所有键盘输入。)有问题的字符是:

attributeName="Some text then XXX"

根据十六进制编辑器，“XXX”在哪里:

0A 0A 00

据我所知，0A 是一个换行符，但是空字符到底怎么会出现在那里呢？!这是我第一次看到这种性质的错误。

Answer 1

我认为您所看到的问题是 XML 中鲜为人知但非常严重的缺陷。简而言之:xml 值不能包含某些字符，它们不仅不能出现在 xml 文本中，而且甚至不能使用 &#DDDD; 进行转义。符号。

可以在这里找到有效的 XML 字符集:http://www.w3.org/TR/REC-xml/#charsets ，它是:#x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]。

这意味着如果您的字符串有任何未包含在此字符集中的字符，则它无法序列化为 XML 值。存储此类字符串的唯一方法是将其序列化为 base64 作为二进制数据。

许多流行的框架，包括 MSXML 和 .NET，都允许将错误数据放入 XML 值中，然后拒绝反序列化此类 XML。这是一个例子，截图:http://vvcap.net/db/Db94W-13uwCkNXSZTitO.htp ，以及源代码:

using System;
using System.Xml.Serialization;
using System.Xml;

[Serializable] public class TestClass
{
    [XmlAttribute]
    public string Member { get; set; }
}

class Program
{
    static void Main(string[] args)
    {
        var ser = new XmlSerializer(typeof(TestClass));
        var tc = new TestClass() { Member = "zzz \x19 zzz" };
        var stream = new System.IO.StringWriter();
        ser.Serialize(stream, tc);
        var xml = stream.ToString();
        var stream2 = new System.IO.StringReader(stream.ToString());
        var tc2 = ser.Deserialize(stream2);
    }
}