使用以下字符的XML无效£`-

Question

我正在尝试创建一个RSS feed，它将使用W3C验证器进行验证。我一直从以下包含字符£、`或-的URLS中遇到问题

以下是URL：

http://www.example.co.uk/news/2012/april/stamp-rationing-–-why-the-royal-mail-are-ripping-you-off

下面是错误：

此提要未验证。第14行，第119列:链接必须是完整且有效的URL:帮助... --为什么皇家邮件-are-ripping- http://www.example.co.uk/news/2012/april/stamp-rationing-–-why-the-royal-mail-are-ripping-you-off -off

我已经尝试用转义字符替换符号，但这不起作用。以下是我一直在使用的转义字符：

 Text = Text.Replace("-", "&#45");
            Text = Text.Replace("£", "%C2%A");
            Text = Text.Replace("`", "%60");
            Text = Text.Replace("’", "%60");  

有谁知道如何解决这个问题吗？下面是更多给我带来问题的链接：

http://www.example.co.uk/news/2012/march/for-sale-3-bed-detached-london-home-£15,000

错误：

此提要未验证。第14行，第106列:链接必须是完整且有效的URL：http://www.example.co.uk/news/2012/march/for-sale-3-bed-detached-london-home-14 15,000 help ... -sale-3-bed-detached- line home-14 15,000

Answer 1

在将URL发布到RSS之前，您需要对它们执行URL encode操作：

var encoded = HttpUtility.UrlEncode(aUrl);

请注意，URL将不能直接使用，因为:、/等也将被编码。

如果希望这些值是有效的XML，请改用SecurityElement.Escape。

var escaped = SecurityElement.Escape(aUrl);

Answer 2

我正在为我的系统构建一个API，并且我一直在使用一些东西来规范化字段。尝试使用PHP过滤：

$value = preg_replace('/[^a-z]/i', '', $value);
$value = preg_replace('/[^\x09\x0A\x0D\x20-\x7F]/e', '"&#".ord($0).";"', $value);
$value = htmlentities($value, ENT_NOQUOTES, 'UTF-8', false);

Answer 3

答案是要么使用UTF-8编码，要么将非ascii字符转换为XML实体。

• UTF-8编码:确保文档以UTF-8格式输出，并包含相关的编码头。

另请参阅UTF-8 encoding xml in PHP

XML编码:将所有非字符转换为

• 实体。

XML实体看起来像这样：£ (那个实体用于£符号)。大多数编程语言都会在您生成XML文档时自动执行此操作，或者提供执行此操作的标准函数。您没有指定正在使用的语言，但上面的说明应该可以帮助您找到合适的应用编程接口函数。

您不应该做的一件事是手动生成XML数据(例如，将标签和属性输出为字符串)，或者手动替换实体。您应该为它使用适当的API。手动生成XML (或任何其他标准数据格式)总是会出现这样的问题，如果工具就在您面前，那么以一种困难的方式来完成它是不是有点疯狂。