XML解析错误: UTF-8

Question

我正在尝试将一个XML文件(扩展名为"NDS“)作为数据读入我的Android应用程序。我选择使用DOM解析方法，调用它的DocumentBuilder方法。

问题是其中一个节点名称中存在非ASCII增量(Δ)字符。这会导致解析操作失败，并返回DOMException。当我去掉有问题的行时，它就起作用了。

我使用.NET库方法在Windows下创建的XML文件本身，它的头文件是<?xml version="1.0" encoding="utf-8"?>。(我还注意到此标头前面有3个字节的BOM。)

有问题的行周围的XML层次结构如下所示

<?xml version="1.0" encoding="utf-8"?>
<NDS SoftwareIdentity="MicroAnalyzer 2000" SoftwareVersion="3.5.8" WindowsVersion="Microsoft Windows NT 5.1.2600 Service Pack 3" CLRVersion="2.0.50727.3615" MachineName="SYSTEM2000_3033" MachineDescription="" DataSource="System2000_3033\SQLEXPRESS" Date="3/31/2012" Time="11:15 AM">
    <ASME_B46_1_2002DataSet xmlns="http://tempuri.org/ASME_B46_1_2002DataSet.xsd">
        <ASME_B46_1_2002RoughnessInstanceTable>
            <InstanceAppendixId>-1</InstanceAppendixId>
            <RΔaEnabled>false</RΔaEnabled>
        </ASME_B46_1_2002RoughnessInstanceTable>
    </ASME_B46_1_2002DataSet>
</NDS>

您可能认为增量字符在UTF-8下是可接受的，事实上，Internet Explorer可以正确地解释此XML。

Answer 1

正在读取http://www.w3.org/TR/REC-xml/#NT-NameChar

[4]     NameStartChar      ::=      ":" | [A-Z] | "_" | [a-z] | [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]


[4a]    NameChar       ::=      NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]

有些unicode字符在XML 1.0中是有效的，但不是全部。您的字符(#x394)是在#x37F-#x1FFF范围内的有效NameStartChar。

Answer 2

我认为XML1.0要求元素和属性名称只能包含ASCII字符(并且禁止某些非打印的ASCII字符)。声明UTF-8编码允许非ASCII字符出现在元素和属性的值中。

XML1.1放宽了这一限制，允许在元素和属性名称中使用Unicode、非ASCII字符。