使用以下字符的 XML 无效 £ ` –

Question

我正在尝试创建一个将使用 W3C 验证器进行验证的 RSS 提要。 我不断从以下包含字符 £、` 或 - 的 URL 中遇到问题

这里是网址：

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

这是错误：

此 Feed 未通过验证。 第 14 行，第 119 列：链接必须是完整且有效的 URL：http://www.example.co.uk/news/2012/april/stamp-rationing-–-why-the-royal-mail-are-ripping-you-off [帮助] ... - 为什么皇家邮件是在扯掉你

我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");  

有人知道如何解决这个问题吗？这里还有一些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 英镑

错误：

此 Feed 未通过验证。 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-£15,000 [帮助] ... -sale-3-bed-detached-london-home-£15,000

Answer 1

在将 URL 发布到 RSS 之前，您需要 URL encode ：

var encoded = HttpUtility.UrlEncode(aUrl);

请注意，URL 不能直接使用，因为 :、/ 等也会被编码。

如果您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这些字段。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 输出，并包含相关的编码标头。

  另见UTF-8 encoding xml in PHP

• 实体编码：将所有非 ASCII 字符转换为 XML 实体。

  XML 实体看起来像这样：£（那个是£ 符号）。大多数编程语言会在您生成 XML 文档时自动为您执行此操作，或提供执行此操作的标准函数。您没有指定您使用的语言，但以上内容应该可以帮助您找到合适的 API 函数。

您应该不做的一件事是手动生成XML 数据（即输出标签和属性，作为字符串），或者手动替换实体的字符串。您应该为此使用适当的 API。手动生成 XML（或任何其他标准数据格式）总是可能以这样的问题告终，如果工具就在您面前正确地做，那么用困难的方式做这件事似乎有点疯狂.