带有 unicode 路径的 XML 实体引用答案

【问题标题】：XML entity references with unicode paths带有 unicode 路径的 XML 实体引用
【发布时间】：2020-05-12 13:53:28
【问题描述】：

我正在缓存 XML 实体，因此我不必从服务器获取它们，从而导致 XML 标头标签像

<!ENTITY % xhtml-special-local SYSTEM "/Users/test/Library/Application Support/test/xhtml-special.ent" > %xhtml-special-local;

除非用户名包含 öäå 或类似的非 ascii 字符，否则此方法非常有用。有了这些，我得到以下解析器错误

java.net.MalformedURLException: no protocol: /Users/test/Library/Application Support/testööö/xhtml-special.ent

实体路径应该如何转义才能被解析器接受？

【问题讨论】：

【解决方案1】：

这可以通过在路径前面加上 file:/// 来解决，就像这样

<!ENTITY % xhtml-special-local SYSTEM "file:////Users/test/Library/Application Support/test/xhtml-special.ent" > %xhtml-special-local;

【讨论】：

【解决方案2】：

它应该是一个 URI，而不是一个文件名。这意味着它应该以“file://”开头。

其次，URI 只允许 ASCII 字符。一些系统更灵活并接受 IRI（允许非 ASCII 字符的 URI 的扩展），但规范中没有任何内容支持这一点。为了便于移植，您需要对非 ASCII 字符使用 %XX 转义。如果您使用 Java，最简单的方法是使用 File.toURI()。

    System.err.println(new File(
"/Users/test/Library/Application Support/testööö/xhtml-special.ent"
).toURI().toASCIIString());

输出

file:/Users/test/Library/Application%20Support/test%C3%B6%C3%B6%C3%B6/xhtml-special.ent

序列 %C3%B6 是组成 Unicode 字符 ö 的 UTF-8 编码的两个八位字节的十六进制表示。

【讨论】：