从UnicodeString创建CData节点时XML无效字符

Question

IDE：Embarcadero XE5 c ++构建器。

我试图在XML CData 节中转储UnicodeStrings。

这样的字符串的小摘录：

 u"‰PNG\r\n\x1A\n\0\0\0\rIHDR\0\0\0õ\0\0\02\b\x06\0\0\0„\\i\0\0\0\x01sRGB\0®Î\x1Cé\0\0\0\x04gAMA\0\0±\vüa\x05\0\0\0\tpHYs\0\0\x0EÃ\0\0\x0EÃ\x01Ço¨d\0\0\v¼IDATxÚíœypUÕ\x19ÀO\x06…°¤\x04D$ˆ²\b1š\b\x18@...etc"

我知道一个XML文档可以包含非ASCII字符，并且我认为XML解析器无法解析XML CData节的内容（节末尾指示符“ [[> ” 除外）不存在在我的数据中进行检查）。

当创建（写入）CDATA节，我仍然得到“ 无效字符在文本内容创建节点时被发现的错误”。

代码示例：

_di_IXMLDocument pXMLDocument = NewXMLDocument("1.0");
// I've played around with the document encoding with no success, guessing it's only applicable while reading the document.
// pXMLDocument->SetEncoding(L"iso-8859-1"); 

String myString;   // Unicode, contains my data string.

// 1st param of CreateNode method is of type UnicodeString.
di_IXMLNode pCDataNode = pXMLDocument->CreateNode( myString, ntCData ); 

有什么想法为什么会失败？编码有问题吗？

Answer 1

如果你读第2.7节中的XML规范，它描述了一个CDATA节的格式：

CDATA Sections

[18]    CDSect    ::=    CDStart CData CDEnd  
[19]    CDStart    ::=    '<![CDATA[' 
[20]    CData    ::=    (Char* - (Char* ']]>' Char*))  
[21]    CDEnd    ::=    ']]>' 

Char在第2.2节中定义：

Char    ::=    #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF] /* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */ 

如果你看看你的原始数据，它包含了被排除在范围（特别是十几个字符值#x0，#x1，#x2，#x4，#x5，#x6，#x8，#xB #xE，#x18，#x19，#x1A，和#x1C）。这就是为什么您会收到有关非法字符的错误的原因，因为您确实确实有非法字符。

CDATA部分不允许您将任意二进制数据放入XML数据。当文本内容包含通常为XML标记保留的字符时，将使用CDATA节，从而不必将其转义或编码为实体。将二进制数据放入XML文档的唯一方法是将其编码为XML兼容（通常为7位ASCII）格式，例如Base64（但是可以使用其他可用格式，例如yEnc）。