XML 验证错误：字符 0x0 超出允许范围。

Question

如何处理无效字符以便能够在 Python 中解析数据？

我目前正在使用 REST API 从生成 XML 格式数据的源中获取数据。但是 XML 数据包含以下字符：¿¿

在尝试验证数据时，此时我收到错误消息：

字符 0x0 超出允许范围。

因此我无法解析这些数据。我不确定如何编码这些数据。我该怎么做才能解决这个问题？

Answer 1

0x0（又名 NUL）不是allowed character in XML：

[2] Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]

因此，您的数据不是 XML，任何符合标准的 XML 处理器都必须报告错误，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。

对于 Python，请参阅Removing control characters from a string in python 以获取有关如何从字符串中删除 NUL 的提示。这必须在将数据视为 XML 之前完成。