Tilde在XML公共標識符中無法識別

我發現了一個有趣的bug並想知道您的想法。簡要背景：我寫了一個自定義的DTD和一個示例XML文件（都是UTF-8）。我現在已經在Java中實現了一個我想測試的SAX解析器。我得到了一個SAXException抱怨「在公共標識符中找到了一個無效的XML字符（Unicode：0x7e）」。現在，我的DTD的URL確實包含一個波浪字符（unicode 0x7e）。如果我將DTD文件移動到另一個不包含代字號的URL，那麼我的示例XML文件將解析而不會導致SAXException。Tilde在XML公共標識符中無法識別

所以我對這個問題的一個變通辦法，但我想知道：爲什麼會發生這種情況？這是一個錯誤？如果是這樣，它是UTF-8，Java（1.6.0_18 x86），Windows（Server 2008 R2 x86_64）還是什麼？或者，這是XML 1.0規範中那些晦澀難懂的細節之一？

來源

2010-05-14 phantom-99w

不是一個*答案*（例如，我不知道是什麼問題），但它肯定似乎按照規範要求（http://www.w3.org/TR/xml/#dt-sysid）。如果你逃脫它會發生什麼（當你引用它時用％7e替換它）？我真的很驚訝，因爲'〜'是URL的一個非常常見的字符，尤其是在大學等歷史上。 – 2010-05-14 13:32:00

謝謝你的回覆。陌生感繼續！如果我用％7e替換〜，它就可以工作。所以〜被翻譯爲0x7e，解析器認爲這是一個問題。但是明確插入0x7e被解析器接受。奇怪的。 – 2010-05-14 14:08:50

你通常不會把一個URI（含有~與否）中的公共標識符。系統標識符通常是一個URI。

我懷疑你說：

<!DOCTYPE PUBLIC "http://www.example.com/~foo/x.dtd">

當你的意思是：

<!DOCTYPE SYSTEM "http://www.example.com/~foo/x.dtd">

來源

2010-05-14 14:09:37 bobince

啊，非常感謝！ – 2010-05-14 14:12:46

這是XML 1.0規範中一個不爲人知的細微差別。我喜歡這句話！

我相信「生產13」在Extensible Markup Language (XML) 1.0 (Fifth Edition)

[13] PubidChar :: =＃X20 | #xD | #xA | [a-zA-Z0-9] | [ - '（）+，。/：=？;！*＃@ $ _％]

定義了允許的字符集。

現在我已經看過T.J. Crowder的評論，我不確定這個答案是否正確。他引用的部分似乎並沒有提到這條規則。

這個規格確實很難解開。

來源

2010-05-14 13:52:45

Tilde在XML公共標識符中無法識別

回答

相關問題