如何将字符从 Oracle 编码为 XML？答案

【问题标题】：How to encode characters from Oracle to XML?如何将字符从 Oracle 编码为 XML？
【发布时间】：2010-09-14 11:26:03
【问题描述】：

在我的环境中，我使用 Java 将结果集序列化为 XML。它基本上是这样发生的：

//foreach column of each row
xmlHandler.startElement(uri, lname, "column", attributes);
String chars = rs.getString(i);
xmlHandler.characters(chars.toCharArray(), 0, chars.length());
xmlHandler.endElement(uri, lname, "column");

XML 在 Firefox 中如下所示：

<row num="69004">
    <column num="1">10069</column>
    <column num="2">sd&#26;</column>
    <column num="3">FCVolume                      </column>
</row>

但是当我解析 XML 时，我得到了一个

org.xml.sax.SAXParseException：字符引用“”是一个无效的 XML 字符。

我现在的问题是：我必须替换哪些字符或者我必须如何编码我的字符，它们将是有效的 XML？

【问题讨论】：

标签： java xml oracle encoding

【解决方案1】：

我在Xml Spec 中发现了一个有趣的列表：根据该列表，不鼓励使用字符#26（十六进制：#x1A）。

中定义的字符也不鼓励以下范围。它们要么是控制字符，要么是永久未定义的 Unicode 字符

请参阅complete ranges。

此代码替换字符串中所有无效的 Xml Utf8：

public String stripNonValidXMLCharacters(String in) {
    StringBuffer out = new StringBuffer(); // Used to hold the output.
    char current; // Used to reference the current character.

    if (in == null || ("".equals(in))) return ""; // vacancy test.
    for (int i = 0; i < in.length(); i++) {
        current = in.charAt(i);
        if ((current == 0x9) ||
            (current == 0xA) ||
            (current == 0xD) ||
            ((current >= 0x20) && (current <= 0xD7FF)) ||
            ((current >= 0xE000) && (current <= 0xFFFD)) ||
            ((current >= 0x10000) && (current <= 0x10FFFF)))
            out.append(current);
    }
    return out.toString();
}

取自Invalid XML Characters: when valid UTF8 does not mean valid XML

但是我仍然遇到了 UTF-8 兼容性问题：

org.xml.sax.SAXParseException: Invalid byte 1 of 1-byte UTF-8 sequence

在阅读XML - returning XML as UTF-8 from a servlet 之后，我刚刚尝试了如果我这样设置 Contenttype 会发生什么：

response.setContentType("text/xml;charset=utf-8");

它奏效了....

【讨论】：

【解决方案2】：

Extensible Markup Language (XML) 1.0 说：

与号 (&) 和不能出现左尖括号 () 可以用字符串“>”，并且必须，对于兼容性，使用任何一种进行转义 ">" 或字符引用它出现在字符串“]]>”中内容，当该字符串不是标记 CDATA 部分的结束。

如果你使用 CDATA，你可以跳过编码：

<column num="1"><![CDATA[10069]]></column>
<column num="2"><![CDATA[sd&]]></column>

【讨论】：

这将是一个很好的解决方案，但我不知道如何输出 CDATA 部分（我只能使用 sax xml 处理程序并且无法访问流本身）。如果我将 CDATA 放入字符中，....

【解决方案3】：

您正在运行哪个版本的 JRE？ Sax Project 说：

J2SE 1.4 捆绑了旧版本的萨克斯2。如何使 SAX2 r2 或更高版本可用？

【讨论】：