java - 代理对的 XML 编组
问题描述
当涉及代理对时,我遇到了 marshaller 的一种奇怪行为。为什么 JAXB marshaller 添加不必要的(和无效的)XML 实体?当我尝试编组以下内容时:
- \uD83D\uDCB3,例如 55357 56499 个代码点
Mashaller 输出 128179 代码点(有效并代表 XML 中的代理对)和不必要的 56499(不是有效的 XML 实体,代表对的低部分)。如何配置编组器以在输出中实现有效的 XML 实体,还是只需要升级库?我正在使用 Java 8。
示例重现代码:
String inputSurrogate = "\uD83D\uDCB3";
JAXBContext jaxbContext = JAXBContext.newInstance(Customer.class);
Marshaller jaxbMarshaller = jaxbContext.createMarshaller();
jaxbMarshaller.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, true);
jaxbMarshaller.setProperty(Marshaller.JAXB_ENCODING, "UTF-8");
StringWriter sw = new StringWriter();
Customer customer = new Customer();
customer.setText(inputSurrogate);
jaxbMarshaller.marshal(customer, sw);
String xmlString = sw.toString();
System.out.println(xmlString);
for (int i = 0; i < xmlString.length(); i++) {
int ch = xmlString.codePointAt(i);
System.out.print(ch);
System.out.print("|");
}
输出(注意 |128179|56499|,56499 在我的理解中是不必要且无效的):
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<customer>
<text></text>
</customer>
60|63|120|109|108|32|118|101|114|115|105|111|110|61|34|49|46|48|34|32|101|110|99|111|100| 105|110|103|61|34|85|84|70|45|56|34|32|115|116|97|110|100|97|108|111|110|101|61|34|121| 101|115|34|63|62|10|60|99|117|115|116|111|109|101|114|62|10|32|32|32|32|60|116|101|120| 116|62|128179|56499|60|47|116|101|120|116|62|10|60|47|99|117|115|116|111|109|101|114|62|10|
解决方案
输出中不需要的“代码点”是输出代码中错误的产物。
Java 字符串的接口偏向于 UTF-16。使用char数据类型的所有偏移量和所有方法都假定字符串是 UTF-16 代码单元的数组。
类似的字符串转义也是如此"\uD83D\uDCB3"
。它不包含两个 Unicode 代码点。相反,它包含两个 UTF-16 代码单元,它们一起形成一个代码点,即信用卡符号的代码点。
您的输出代码通过访问代码点来混合代码点和 UTF-16 代码单元,codePointAt()
但使用代码单元增加偏移量(变量i
)。因此,信用卡代码点被访问了两次:一次正确,第二次错误(偏移量指向代理对的中间)。
正确的代码如下所示:
int offset = 0;
while (offset < xmlString.length()) {
int codePoint = xmlString.codePointAt(offset);
System.out.print(codePoint);
System.out.print("|");
offset += Character.charCount(codePoint);
}
推荐阅读
- python-2.7 - put_item() 得到了一个意外的关键字参数 'ConditionExpression'
- directory - 特定子文件夹检查
- c++ - C ++为具有引用成员变量的类创建复制构造函数
- laravel - Laravel 多域应用结构
- unity3d - 随机播放动画师的动画
- json - 如何在 Asp.Net Core 控制器返回的 json 中保留属性的大小写?
- javascript - 超时 - 在 jasmine.DEFAULT_TIMEOUT_INTERVAL 指定的超时内未调用异步回调。在测试具有 defer() 的 javascript 代码时
- javascript - Angular 2+ (angular2-datatable) - 按 mfDefaultSorter 数组的行属性值对行进行排序
- .net - Linux 上的 .NET Core - LLDB、SOS 插件 - 诊断内存问题
- javascript - 节点红色仪表板:确定组的宽度和高度