通过 XML 解析器推送数据是否会根据本规范执行验证？答案

【问题标题】：Will pushing data through an XML parser perform validation acording to this specification?通过 XML 解析器推送数据是否会根据本规范执行验证？
【发布时间】：2020-07-26 10:24:51
【问题描述】：

我正在开发一个系统，该系统声明这是唯一允许的输入：

The following Unicode characters are allowed:
#x9 | #xA | #xD | #x20 to #xD7FF | #xE000 to #xFFFD | #x10000 to #x10FFFF
Any characters not included in this list will be rejected. 
For more information, see the http://www.w3.org/TR/REC-xml/#charsets

我需要验证我的数据以符合上面给出的规范。

我开始编写代码来逐个字符地评估我的数据，然后我突然想到这可能与 XML 允许的数据完全相同。

所以我想，不如直接将数据推送到 XML 解析器中，如果没有无效令牌错误，那么验证就完成了。

所以我编写了一些代码，将我的数据插入到最小 XML 文档中的 CDATA 元素中，然后解析数据，这很好——它可以工作，没问题。

但我想知道，我实现了我的目标吗？通过 XML 解析器运行我的数据是否确保它符合上述规范？我相信是因为上面的“获取更多信息”链接似乎重申了定义的 unicode 字符是 XML 中允许的字符。

但我想我最好问一下，因为我仍然假设成功的 XML 解析意味着文档通过了验证规则。

【问题讨论】：

标签： xml validation

【解决方案1】：

如果文件格式正确，那么它将根据您的要求有效。

请注意，“有效”xml 文档通常意味着根据 XSD 或 DTD 它是有效的，这不是您正在做的。

【讨论】：

【解决方案2】：

您的方法将拒绝包含序列“]]>”的字符串。我看不出一个简单的方法。但无论如何，这似乎是一种相当粗暴的方法：应用正则表达式不是更简单吗？

【讨论】：

谢谢迈克尔。也许我会在解析之前去掉序列“]]>”。
>> "仅仅应用一个正则表达式不是更简单吗？" ....我认为解析更简单更快，因为 XML 解析器是用 C 编写的，我不必编写可能有问题的正则表达式。
如果速度很重要，那么实例化 XML 解析器是您最不想做的事情。字符扫描会很快，但启动开销会很高。
我在这里找到了一个正则表达式来完成这项工作：stackoverflow.com/questions/63098886/… 有趣的是，正则表达式的性能几乎与通过 XML 解析器推送数据进行验证完全相同。