Twitter双重编码实体引用？

Question

为什么 twitter 对 XML 实体引用进行双重编码？

这是一条推文示例：

xml entity ref test < & '

来自 statuses/friends_timeline 的回复：

<status>
  <created_at>Wed Jun 24 00:16:15 +0000 2009</created_at>
  <id>2302770346</id>
  <text>xml entity ref test &amp;lt; &amp; '</text>
  <source>web</source>
  <truncated>false</truncated>

不应该吗

< & '

我做了更多测试，以下是发送更新的 http 帖子中发生的情况：

再闻一闻

发布数据：

authenticity_token=secret_sauce_removed&status=sniff+again+%3C+%26+'&twttr=true&return_rendered_status=true

我已经证实了 Justin 的观察，即只有 是双重编码的。第一行是 xml 响应，第二行是 json。

 <text>&quot; &amp; ' &amp;lt; &amp;gt;</text>
"text":"\" & ' &lt; &gt;"

Twitter 文档说“转义和 HTML 编码的状态正文”，我猜转义意味着 xml 编码 。

但我仍然不明白他们为什么要这样做。整个过程不涉及网页。推文通过 url 编码的其余 API 发送，并以 xml 或 json 形式检索。

Answer 1

看起来它正在获取 HTML 代码，并将其粘贴在 XML 字段中，因此当您在 XML 上使用 XML 解析器时，您会得到有效的 HTML。

Answer 2

它是双重编码的，因为 text 属性是准 HTML 编码文本（看起来它们只是编码 ，因此您不会在推文中开始/结束新的 html 元素）。因此，在 XML 解析它以进行网络通信之前，您将拥有：

xml entity ref test < & '

然后该字符串再次被编码（因此当它被解码时，它仍然是正确的 HTML 编码文本），将其转换为：

xml entity ref test < & '

你回来了。