具有相同内容的 xml 文件被不同地解析

Question

我有一个 xml 文件。

<?xml version="1.0" encoding="UTF-8"?>
<channel>
    <item>content with special character é</item>
</channel>

假设上面是 xml 文件，除了来自产品目录的内容，还有更多的标签和内容。这是使用以下过程创建的：

1. 从冷融合文件调用数据库
2. 从数据库中获取内容并返回coldfusion文件
3. 在 Coldfusion 中创建一个 xml 文件（只需使用文件名，例如：“filename.xml”）
4. 通过在coldfusion中循环查询并将每个产品的产品添加到xml文件中，将内容写入文件

当我尝试在 Firefox 中打开文件时，这给了我错误（我测试 xml 文件解析的方式）。告诉我我有一些需要转义的特殊字符（“xml 格式不正确”或类似的东西）。所以我将 CDATA 标签放在这些 xml 标签中，这应该可以清除它，对吧？ 它没有。它总是在特殊字符上绊倒，而不仅仅是为 xml 保留的字符（&、、..）。

这是我开始失去它的时候。在手动创建较小的xml文件（不是通过coldfusion）进行一些尝试和测试之后，我只需删除CDATA标签并插入上面的代码就可以使用它。 Firefox 可以很好地解析上述代码。 所以经过一番思考，我只是将错误文件的全部内容（原始文件）复制到了一个全新的手动创建的 xml 文件（.txt --> 重命名为 .xml），瞧，没有更多错误了。

有人可以向我解释一下，在这种情况下，从第一个复制到第二个内容完全相同的 2 个单独文件如何得到不同的解析。第一个在特殊字符上显示多个错误，第二个对这些完全没有问题..？ 拜托，有人，在我在这里发狂之前.. >_>

编辑 1： 当我说特殊字符时，我特指的是 utf-8 字符。我不是在谈论为 xml 保留的字符（&、、...），我已经将这些字符转义了。

Answer 1

您给出的示例中没有特殊字符，只是普通字符，如c、é、（我想空格有点特殊）等。

根据您的描述，我猜您使用的编码不正确。你说的是 UTF-8，但真的是这样吗？

如果这是问题所在，您有三个解决方案：

1. 修复了以 UTF-8 格式写入文件的代码。
2. 修复代码以描述其实际所处的编码（在 HTTP 标头和 XML 声明中都这样做）。
3. 一直说它是 UTF-8，但转义 US-ASCII 范围（U+0000 到 U+007F）之外的任何字符。例如。您将以上内容输出为：

（添加此虚拟行是因为解析器似乎不喜欢列表后面的代码块）

<?xml version="1.0" encoding="UTF-8"?>
<channel>
    <item>content with special character &#xe9;</item>
</channel>

第一个是最好的选择，但如果做不到其他两个则有利有弊。支持数字 2，它不会转义尽可能多的不需要转义的字符。支持数字 3，只有 UTF-8 和 UTF-16 必须 被 XML 解析器接受，并且以这种方式伪造它适用于任何与 UTF-8 相同的字符集范围从 U+0000 到 U+007F，其中很多。

Answer 2

我使用 XmlFormat() 来格式化 xml 文件中的数据。也许这会解决你的问题。

<?xml version="1.0" encoding="UTF-8"?>
<channel>
    <item>#XmlFormat(field_from_database, true)#</item>
</channel>