ColdFusion：无效的 XML 控制字符（十六进制）答案

【问题标题】：ColdFusion: Invalid XML Control Char (hex)ColdFusion：无效的 XML 控制字符（十六进制）
【发布时间】：2012-11-24 12:58:03
【问题描述】：

我正在尝试使用 <cfxml> 创建一个 xml 对象。我用XMLFormat() 格式化了所有数据。在 XML 中有一些无效字符，例如 '»'。我将此字符添加到 xml 文档类型中，如下所示：

<!ENTITY raquo "»">

HTML 文本的格式不是很好，但大部分都适用于我的代码。但在某些文本中有一些控制字符。我收到以下错误：

在文档的元素内容中发现了一个无效的 XML 字符（Unicode：0x13）。

我尝试将 unicode 添加到 doctype 中，并尝试了 solution。两者都没有工作......

【问题讨论】：

标签： xml coldfusion char hex

【解决方案1】：

这是清理我们的 XML 的有效 cfscript 代码，有两种方法，一种清除较高的国际字符，另一种只清除破坏 XML 的较低 ASCII 字符，如果发现更多字符，只需扩展过滤规则即可。

<cfscript>    
    function cleanHighAscii(text){
        var buffer = createObject("java", "java.lang.StringBuffer").init();
        var pattern = createObject("java", "java.util.regex.Pattern").compile(javaCast( "string", "[^\x00-\x7F]" ));
        var matcher = pattern.Matcher(javaCast( "string", text));

        while(matcher.find()){
            var value = matcher.group();
            var asciiValue = asc(value);

            if ((asciiValue == 8220) OR (asciiValue == 8221))
                value = """";
            else if ((asciiValue == 8216) || (asciiValue == 8217))
                value = "'";
            else if (asciiValue == 8230)
                value = "...";
            else
                value = "&###asciiValue#;";

            matcher.AppendReplacement(buffer, javaCast( "string", value ));
        }

        matcher.AppendTail(buffer);
        return buffer.ToString();
    }

    function removeSubAscii(text){

        return rereplaceNoCase(text, "\x1A","&###26#;", "all");
    }

    function XMLSafe(text){
        text = cleanHighAscii(text);
        text = removeSubAscii(text);
        return text;
    }
</cfscript>

其他可能性是用户 CF10 函数 encodeForXML()：

https://learn.adobe.com/wiki/display/coldfusionen/EncodeForXML

或者直接使用 CF10 附带的 ESAPI，或者从 OWASP 站点 https://www.owasp.org/index.php/ESAPI_Overview 将 ESAPI jar 添加到您的旧 CF 中：

var esapi = createObject("java", "org.owasp.esapi.ESAPI");
var esapiEncoder = esapi.encoder();
return esapiEncoder.encodeForXML(text);

【讨论】：

【解决方案2】：

尝试使用&#187; 而不是»。例如，这个 CFML：

<cfxml variable="x"><?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE doc
[
    <!ENTITY raquo "&#187;">
]>
<doc>
    Hello, &raquo; !
</doc>
</cfxml>

<cfdump var="#x#">

【讨论】：

你误解了我的问题。 » 只是一个例子（有效）。我需要的是 0x13 的代码...例如看起来像的东西（如果存在的话）......

【解决方案3】：

通过此方法传递您的 XML 字符串，这将解决您的问题。

它只允许在输入中发送有效字符，如果你想用其他字符替换无效字符，你可以修改下面的方法来做到这一点

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();
}

【讨论】：

我同意，这不是 CF，但解决方案是 JAVA 中的解决方案 :) XMLFormat 只进行了最少的清理，所以最终你必须过滤掉所有奇怪的 ASCII 字符，通过循环，使用 find 或正则表达式。