Tilde在XML公共标识符中无法识别

我发现了一个有趣的bug并想知道您的想法。简要背景：我写了一个自定义的DTD和一个示例XML文件（都是UTF-8）。我现在已经在Java中实现了一个我想测试的SAX解析器。我得到了一个SAXException抱怨“在公共标识符中找到了一个无效的XML字符（Unicode：0x7e）”。现在，我的DTD的URL确实包含一个波浪字符（unicode 0x7e）。如果我将DTD文件移动到另一个不包含代字号的URL，那么我的示例XML文件将解析而不会导致SAXException。Tilde在XML公共标识符中无法识别

所以我对这个问题的一个变通办法，但我想知道：为什么会发生这种情况？这是一个错误？如果是这样，它是UTF-8，Java（1.6.0_18 x86），Windows（Server 2008 R2 x86_64）还是什么？或者，这是XML 1.0规范中那些晦涩难懂的细节之一？

来源

2010-05-14 phantom-99w

不是一个*答案*（例如，我不知道是什么问题），但它肯定似乎按照规范要求（http://www.w3.org/TR/xml/#dt-sysid）。如果你逃脱它会发生什么（当你引用它时用％7e替换它）？我真的很惊讶，因为'〜'是URL的一个非常常见的字符，尤其是在大学等历史上。 – 2010-05-14 13:32:00

谢谢你的回复。陌生感继续！如果我用％7e替换〜，它就可以工作。所以〜被翻译为0x7e，解析器认为这是一个问题。但是明确插入0x7e被解析器接受。奇怪的。 – 2010-05-14 14:08:50

你通常不会把一个URI（含有~与否）中的公共标识符。系统标识符通常是一个URI。

我怀疑你说：

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

当你的意思是：

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

来源

2010-05-14 14:09:37 bobince

啊，非常感谢！ – 2010-05-14 14:12:46

这是XML 1.0规范中一个不为人知的细微差别。我喜欢这句话！

我相信 “生产13” 在Extensible Markup Language (XML) 1.0 (Fifth Edition)

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

定义了允许的字符集。

现在我已经看过T.J. Crowder的评论，我不确定这个答案是否正确。他引用的部分似乎并没有提到这条规则。

这个规格确实很难解开。

来源

2010-05-14 13:52:45

Tilde在XML公共标识符中无法识别

回答

相关问题