Coldfusion - XML 格式化从 API 调用返回的字符串答案

【问题标题】：Coldfusion - XML formatting a string returned from API callColdfusion - XML 格式化从 API 调用返回的字符串
【发布时间】：2009-11-04 16:50:35
【问题描述】：

我们调用一个返回 XML 格式数据字符串的 API。我们想通过 XMLParse() 将此字符串转换为 ColdFusion XML 对象。当特殊字符出现在数据值中时会出现问题。比如这样的字符：

&nbsp; &mdash; &ndash;

（是的，原始数据将它们包含在它们的 HTML 编码等效项中）。在执行 XMLParse() 时，它会在这些编码字符上引发错误。下面是一个会报错的例子：

我们的字符串的一部分： <event>Hello &nbsp; World</event>

错误： Reference to undefined entity "&nbsp;"

使这些字符与 XMLParse() 兼容的最佳方法是什么？更重要的是 - 如果我们不总是知道角色会是什么，我们怎么能做到这一点？

谢谢！

（这是在 ColdFusion 6 服务器上）

【问题讨论】：

标签： xml parsing coldfusion special-characters

【解决方案1】：

我会推荐：

ReplaceList(xml, "&nbsp;,&mdash;,&ndash;", "#Chr(160)#,#Chr(8212)#,#Chr(8211)#")

维基百科似乎有a quite complete list of character entities 及其字符代码。我会选择使用Chr() 来创建替换字符串，这样您就可以明确且独立于源代码文件编码。

【讨论】：

唯一的缺点：如果您需要知道某物是实体还是特定字符，则此方法会掩盖该信息。
一个实体和一个特定的角色是同一个东西，只是序列化不同。除非你做错了什么，否则没有必要做出这样的区分。从 DOM 的角度来看，© 就是 ©，无论你是使用 &copy;、&#169、&#xA9; 还是文字 © 在 HTML 源代码中表达它。

【解决方案2】：

replace(xml, '&','&amp;','all');

应该允许它被验证。您也可以使用 DTD 来定义这些字符，但正如您所说，您并不总是知道这些字符将是 - 我可能只是进行替换。

【讨论】：

【解决方案3】：

这似乎是一个很好的功能，可以删除扩展字符并将其替换为 HTML 等价物。

http://www.petefreitag.com/item/202.cfm

【讨论】：

【解决方案4】：

查看这个相关问题：Decode Numeric HTML Entities in ColdFusion?

使用它，然后使用 XmlFormat()，然后使用 XmlParse()。

“nbsp 不是 5 个预定义字符实体引用之一”，@stevenerat said。

【讨论】：

【解决方案5】：

是的，nbsp 不是预定义的字符实体引用之一，需要使用 xmlformat() 进行转义，例如 xmlparse(xmlformat(theString))。

http://en.wikipedia.org/wiki/List_of_XML_and_HTML_character_entity_references http://livedocs.adobe.com/coldfusion/7/htmldocs/00000668.htm

【讨论】：

在theString 上使用XmlFormat() 会将&amp;nbsp; 更改为&amp;nbsp;。之后您可以将字符串解析为 XML，但字符串包含的数据将被更改。除此之外，XmlFormat() 会将&lt; 更改为&lt; 等-因此您可以将所有HTML 标记转换为文本。我认为这不是 OP 的意图。
Tomalak 是正确的。这改变了原始数据和转换问题。

【解决方案6】：

将“&”替换为"&amp;"，然后在解析后再次返回似乎可以工作

<cfsavecontent variable="xmlString">
    <event>Hello&nbsp;World&amp;</event>
</cfsavecontent>
<cfset xmlString = Replace(xmlString, "&", "&amp;", "all") />
<cfset doc = Xmlparse(xmlString) />
<cfset value = Replace(doc.event.xmlText, "&amp;", "&","all") />

【讨论】：

【解决方案7】：

你可以看看XmlFormat()。易于使用：

<cfset string = XmlFormat(string)>

【讨论】：

这有什么帮助？整个字符串最终会被双重编码，这使得它比以前更不适合 XML 解析。
Tomalak 是正确的......这会导致更多的问题，因为 XMLParse() 将挂断这些新字符。
哎呀，是的，这也会转义实体，所以它不再是 XML。下次我会仔细阅读。