奇怪的Unicode字符导致XML解析失败
当我的应用程序中的表单提交时，它将（在客户端）转换为超文本标记语言字符串，如下所示：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xml:lang="en" lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
<style type="text/css">
td { white-space: normal; }
</style>
</head>
<body>
<table>
<tbody>
<!-- Repeat for every field in the form -->
<tr>
<td>Name</td>
<td>John Doe</td>
</tr>
</tbody>
</table>
</body>
</html>
作为转换过程的一部分，每个字段值都被清理（通过Angular的$sanitize服务）以删除任何
在服务器上，我规范化/清除HTML，然后使用飞碟Java库将XML/CSS转换为PDF。
为了测试表单，我有一个工具，可以用随机值引导字段。此工具经常使用奇怪的unicode字符引导字段，这些字符会导致PDF转换器失败，因为它们不被视为有效的XML字符。
其中一个价值如下：
> $('input[name="postcode"]').val();
< "h5 9gx"
> encodeURI($('input[name="postcode"]').val());
< "h5%E2%80%82%0B%E2%80%A9%E2%80%89%E2%80%A9%E2%80%82%E2%80%88%0B9gx"
在浏览器中，它看起来像“h5”和“9gx”，由几个空格分隔，但它们绝对不是空格
原始HTML值
<td>h5 
 
  9gx</td>
在规范化/清理HTML之后，看起来原始HTML中的XML实体已转换为空格，但同样，它们肯定不是空格。
无论它们是什么，都会导致XML解析器抛出此异常
SAXParseException；在文档的元素内容中发现无效的XML字符（Unicode:0xb）。
如何在客户端或服务器端安全地删除/替换/清理/编码这些值？
共有1个答案
0xb（也称为垂直选项卡）在XML中是不允许的字符：
[2] Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]
因此，您的数据不是XML，任何符合XML的处理器都必须报告一个错误，例如您收到的错误。
在将数据与任何XML库一起使用之前，您必须手动或自动将其视为文本而不是XML，从而通过删除任何非法字符来修复数据。
另见：
- Java：从java中的字符串中删除无效的XML字符
- JavaScript：在使用XMLSerializer（）序列化XML之前，从XML中删除无效字符
-
问题内容： 我有一个带有unicode字符的json文件，但我无法解析它。我已经在Flash CS5（JSON库）中进行了尝试，并且在http://json.parser.online.fr/中进行了尝试，但我始终会收到“意外令牌- 评估失败” 抱歉，语法确实存在问题，它是通过客户端发送的。 有人可以帮帮我吗？谢谢 问题答案： RFC： JSON文本应以Unicode编码。默认编码为UTF-8。
-
我有一个输入表单，允许某人键入unicode字符。所以它可能是类似于“嘿，uF32A怎么了？如果我得到这个字符串，它将有一个子字符串“\uF32A”，我如何将其转换为字符“\uF32A”？
-
我正在编写一个DocumentFilter，它将输入JTextField的所有单词“top”替换为逻辑top符号。 使用此代码很好，但是它很烦人，因为用户必须重新键入他们的空间，他们可以这样做，并且文本继续在同一行上 当用户继续键入文本时，使用此代码并在空格中添加替换符会导致顶部符号和JTextField中的所有文本稍微向上推，然后转到下面并开始一行新的内容 有人能解释一下这种行为，并希望能提供一
-
问题内容： 我有一些奇怪的字符串池行为的问题。我正在使用比较相等的字符串来找出它们是否在池中。 输出为： 这对我来说是一个很大的惊喜。有人可以解释一下吗？我认为这是在编译时发生的。但是，为什么添加到String 根本没有任何区别呢？ 问题答案： 是一个编译时常量，而 不是。因此，前者仅编译为字符串常量“ 555”，而后者则编译为实际的方法调用和串联，从而生成一个新的String实例。 另请参见JL
-
问题内容： 我有一些带有一些整数的PHP代码，并且一切正常，除非我拥有或作为整数。当我引用它们时，一切都很好。 示例编号： 谁能告诉我背后的原因？ 问题答案： 如果您只写08和09（不带引号）或任何其他带有前导0的数字，则PHP认为您正在写一个八进制值，而08和09是无效的八进制数。 http://www.php.net/manual/zh/language.types.integer.php 句
-
那么，我的问题是，有没有一种方法，我可以异步读取我的JSON文件块，不超过256MB的缓冲区长度，而不手动传播我的JSON数据到几个文件？