libexpat不能处理XML中非正常字符的问题

LIBEXPAT：

libexpat: https://libexpat.github.io, 是一个处理XML非常快速的开源库，用c语言写，应用很广泛。

问题：

dmanywhere中，就使用了这个组件来解析powerdesigner生成的pdm和ldm， 在线测试阶段，发现一些朋友上传的pdm和ldm无法正常解析，不能当做正常xml处理。

经过分析，发现，正常情况下，xml里面是由正常字符和 回车，tab等组成。但有不正常的情况，有些文件里面存在 不可见的字符，如ascii码为19的，为31的这些 字符。

这时候，默认情况下，libexpat当做非法文件处理，导致服务解析。

解决：

暂时采用一个简单的浅度解决方案，方法如下：

修改文件：

libexpat/lib/asciitab.h

libexpat/lib/iasciitab.h

打开文件后，就会发现，这里面定义各个ascii字符的处理方式，默认情况下为：

/* 0x00 */ BT_NONXML,BT_NONXML,

/* 0x04 */ BT_NONXML,195)"> /* 0x08 */ BT_NONXML,BT_S,BT_LF,195)"> /* 0x0C */ BT_NONXML,195)"> /* 0x10 */ BT_NONXML,195)"> /* 0x14 */ BT_NONXML,195)"> /* 0x18 */ BT_NONXML,195)"> /* 0x1C */ BT_NONXML,

修改他们为：

/* 0x04 */ BT_S,195)"> /* 0x08 */ BT_S,195)"> /* 0x0C */ BT_S,195)"> /* 0x10 */ BT_S,195)"> /* 0x14 */ BT_S,195)"> /* 0x18 */ BT_S,195)"> /* 0x1C */ BT_S,

另外一种做法是，新增一种BYTE_TYPE，如BYTE_NULL， 对这种字符进行忽略。

重新编译后，下次遇到非法字符就能当做空格处理了。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!