使用Python SimpleXMLRPCServer时无效的Unicode/XML？

Question

当我将无效的XML字符传递给Python SimpleXMLRPCServer时，我在客户端收到以下错误：

Fault: <Fault 1: "<class 'xml.parsers.expat.ExpatError'>:not well-formed (invalid token): line 6, column 15">

为什么？我必须修改SimpleXMLRPCServer库代码来修复这个问题吗？

下面是我的XML-RPC服务器代码：

from SimpleXMLRPCServer import SimpleXMLRPCServer

import logging
logging.basicConfig(level=logging.DEBUG)

def tt(text):
    return "cool"

server = SimpleXMLRPCServer(("0.0.0.0", 9000))
server.register_introspection_functions()
server.register_function(tt)

# Run the server's main loop
server.serve_forever()

下面是我的XML-RPC客户端代码：

s = xmlrpclib.ServerProxy('http://localhost:9000')
s.tt(unichr(0x8))

在服务器端，我没有得到任何错误或回溯：

liXXXXXX.members.linode.com - - [06/Dec/2010 23:19:40] "POST /RPC2 HTTP/1.0" 200 -

为什么服务器端没有错误？我如何诊断正在发生的事情？

我在客户端得到了以下回溯：

/usr/lib/python2.6/xmlrpclib.pyc in __call__(self, *args)
   1197         return _Method(self.__send, "%s.%s" % (self.__name, name))
   1198     def __call__(self, *args):
-> 1199         return self.__send(self.__name, args)
   1200 
   1201 ##


/usr/lib/python2.6/xmlrpclib.pyc in __request(self, methodname, params)
   1487             self.__handler,
   1488             request,
-> 1489             verbose=self.__verbose
   1490             )
   1491 

/usr/lib/python2.6/xmlrpclib.pyc in request(self, host, handler, request_body, verbose)
   1251             sock = None
   1252 
-> 1253         return self._parse_response(h.getfile(), sock)
   1254 
   1255     ##


/usr/lib/python2.6/xmlrpclib.pyc in _parse_response(self, file, sock)
   1390         p.close()
   1391 
-> 1392         return u.close()
   1393 
   1394 ##


/usr/lib/python2.6/xmlrpclib.pyc in close(self)
    836             raise ResponseError()
    837         if self._type == "fault":
--> 838             raise Fault(**self._stack[0])
    839         return tuple(self._stack)
    840 

Fault: <Fault 1: "<class 'xml.parsers.expat.ExpatError'>:not well-formed (invalid token): line 6, column 15">

如果输入包含无效的XML，如何进行合理的服务器端处理？我可以清理这个数据服务器端吗？多么?

Answer 1

首先，你的例子对我也不起作用。我不知道您在问什么“如果输入包含无效的XML，服务器端处理是合理的”--您向服务器发送无效的XML，它会返回一个错误...你还想要什么？

其次，在tt中粘贴一个print 'hi there'，当您发送unichr(0x8)时，您将看到tt没有被调用。服务器的确切响应(a 200)是：

HTTP/1.0 200 OK
Server: BaseHTTP/0.3 Python/2.6.5
Date: Tue, 07 Dec 2010 07:33:09 GMT
Content-type: text/xml
Content-length: 350

<?xml version='1.0'?>
<methodResponse>
<fault>
<value><struct>
<member>
<name>faultCode</name>
<value><int>1</int></value>
</member>
<member>
<name>faultString</name>
<value><string>&lt;class 'xml.parsers.expat.ExpatError'&gt;:not well-formed (invalid token): line 6, column 15</string></value>
</member>
</struct></value>
</fault>
</methodResponse>

因此，您会看到错误消息。

现在根据the XML-RPC spec的说法

• 字符串中允许使用哪些字符？不可打印的字符？是否为空字符？“字符串”可以用来保存任意的二进制数据块吗？

字符串中允许除<和&之外的任何字符，这两个字符编码为<和&。字符串可用于编码二进制数据。

好的，但这是XML，根据XML spec

合法字符包括制表符、回车符、换行符以及Unicode和/IEC 10646的合法字符。

字符::= #x9 | #xA | #xD | #x20-#xD7FF | #xE000-#xFFFD | #x10000-#x10FFFF

这不包括0x08，而且似乎完全与XML-RPC规范相矛盾！因此，它将看到XML规范是由您的XML解析器严格实现的(从错误判断，它看起来像是expat)。因为XML不允许0x08，所以您不能发送0x08，实际上，您会得到一个错误。

如果我们这样做了：

data = "<?xml version='1.0'?>\n<methodCall>\n<methodName>tt</methodName>\n<params>\n<param>\n<value><string>\x08</string></value>\n</param>\n</params>\n</methodCall>"
p = xml.parsers.expat.ParserCreate()
p.Parse(data, True)

...we获取您的错误。同样，您正在向服务器传递垃圾XML，服务器向您传回错误消息，中间的Python将该错误作为异常呈现给您。您期望的行为是什么？

Answer 2

您在您的评论中指出，您希望为客户端处理尽可能多的XML。虽然乍一看这听起来不错(?)，但也有一些缺点需要考虑：

• 你怎么知道你能剥离什么？也许你你剥离了一些本来是重要的，但客户端发送了错误的代码，等等。
• 想象一下，最初你支持一个特定的畸形请求。但是然后用户开始向你发送第二种类型的畸形，你也为那个类型添加了异常(一旦你为第一种添加了，为什么不呢？)。这是一条很长的路要走……
• 最好让事情尽快失败，让它们在应该出现的地方得到处理。这一次客户端实现是错误的，所以让客户端通过修复它。从长远来看，对你们两个都更好。

如果您也管理客户端代码，那么您可能不得不在其上添加一些XML代码(例如，请参阅BeautifulSoup )。而是通过首先禁用无效输入来处理问题。

Answer 3

塔纳托斯在他的post中完美地解释了你的问题的原因。

至于解决此问题的解决方案:您可以使用xmlrpclib.Binary对要发送的数据进行base64编码。(对于PY3K：xmlrpc.client.Binary)