java.lang.IllegalArgumentException：非法字符（d83d）

Question

在我的 Android 应用程序中保存 XML 数据文件时，当用户输入表情符号时出现异常。 据我了解，d83d 字符就是这个：http://apps.timwhitlock.info/unicode/inspect?s=%F0%9F%98%84 - 笑脸？？？？字符。

相关的堆栈跟踪：

java.lang.IllegalArgumentException: Illegal character (d83d)
at org.kxml2.io.KXmlSerializer.reportInvalidCharacter(KXmlSerializer.java:144)
at org.kxml2.io.KXmlSerializer.writeEscaped(KXmlSerializer.java:130)
at org.kxml2.io.KXmlSerializer.attribute(KXmlSerializer.java:465)

最重要的问题是：我该如何解决它，这样我的用户才不会遇到应用在表情符号上崩溃...

后续问题是：

这个 KXmlSerializer 是否应该支持 emoji/Unicode？​​p>

某处有更新版本吗？到目前为止我找不到它。 该库是否得到积极维护？

谁在维护 KXmlSerializer？ 是http://kxml.org/ 吗？我在那里找不到很多东西......

如果放在 class-path 上，更新版本会不会与 Android 内置版本发生冲突？

我应该/可以使用哪些其他 xml 编写库来替换 KXmlSerializer？

编辑：我要补充一点，应用程序通过 xml 保存的文本来自标准的 Android EditText UI 小部件，用户可以在其中输入文本（我没有对字符串进行任何 Unicode 级别的操作）。

Answer 1

这是导致我认为的问题的代码。

boolean allowedInXml = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (allowedInXml) {
    if (unicode || c < 127) {
        append(c);
    } else {
        append("&#" + ((int) c) + ";");
    }
} else if (Character.isHighSurrogate(c) && i < s.length() - 1) {
    writeSurrogate(c, s.charAt(i + 1));
    ++i;
} else {
    reportInvalidCharacter(c);
}

（在这里找到：https://android.googlesource.com/platform/libcore/+/master/xml/src/main/java/org/kxml2/io/KXmlSerializer.java）

您似乎正在尝试编写 unicode 代码点 1F604，它表示为 D83D DE04 的代理对。请注意，“高”代理范围是 D800-DBFF。

如果我们将它输入到代码中，我们会看到 D83D 应该是可以接受的，但前提是它后面跟着另一个字符。 （writeSurrogate 方法检查第二个字符是否为低代理，但如果不是，则会收到不同的异常消息。）

所以我的诊断是，你不知何故丢失了构成表情符号的第二个字符。在责怪序列化程序类之前，检查该属性的值以确认/反驳该诊断。它试图执行的检查完全符合犹太教规。

---

更新

提示您可能正在使用不支持非 BMP 代码点序列化的序列化程序的早期版本。 （如果是这样的话，我的诊断就不正确了。）

我不知道你会如何解决这个问题。

Answer 2

我的测试设备 (API17) 出现相同的异常。代码如下：

final XmlSerializer serializer = new Xml.newSerializer();
final StringWriter stringWriter = new StringWriter();
serializer.setOutput(stringWriter);
serializer.startDocument("UTF-8", true);
serializer.startTag("", "XXXX");
....
serializer.endTag("", "XXXX");
serializer.endDocument();
writer.write(stringWriter.toString());
writer.close();

但是代码在 API21 和 API23 上都可以。

API17中，KXmlSerializer的关键代码：

// BEGIN android-changed: refuse to output invalid characters
// See http://www.w3.org/TR/REC-xml/#charsets for definition.
// No other Java XML writer we know of does this, but no Java
// XML reader we know of is able to parse the bad output we'd
// otherwise generate.
// Note: tab, newline, and carriage return have already been
// handled above.
boolean valid = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (!valid) {
    reportInvalidCharacter(c);
}
if (unicode || c < 127) {
    writer.write(c);
} else {
    writer.write("&#" + ((int) c) + ";");
}
// END android-changed

API23中，KXmlSerializer的关键代码：

// BEGIN android-changed: refuse to output invalid characters
// See http://www.w3.org/TR/REC-xml/#charsets for definition.
// No other Java XML writer we know of does this, but no Java
// XML reader we know of is able to parse the bad output we'd
// otherwise generate.
// Note: tab, newline, and carriage return have already been
// handled above.
boolean allowedInXml = (c >= 0x20 && c <= 0xd7ff) || (c >= 0xe000 && c <= 0xfffd);
if (allowedInXml) {
    if (unicode || c < 127) {
        writer.write(c);
    } else {
        writer.write("&#" + ((int) c) + ";");
    }
} else if (Character.isHighSurrogate(c) && i < s.length() - 1) {
    writeSurrogate(c, s.charAt(i + 1));
    ++i;
} else {
    reportInvalidCharacter(c);
}
// END android-changed

Exception的原因，你可以阅读Stephen C的答案。

最后，我从 kXML(https://sourceforge.net/projects/kxml/files/kxml2/2.3.0/) 下载了类 KXmlSerializer 的最新代码。并添加到我的项目中，将该类重命名为 TestKXmlSerializer。所以将该类用作：

final XmlSerializer serializer = new TestKXmlSerializer();

API17,API20,API23都可以。