以XML存储值NUL（ASCII）

Question

是否有可能像这样<data>*NUL**NUL**NUL*</data>将ASCII NUL字符保存为XML？

[我知道我可以使用System.out.println("\0")在Java中显示此值，并且我想知道XML是否可以处理此值。

*我的目标是使用Java从XML中获得“ \ 0 \ 0 \ 0”

谢谢您！

Answer 1

根据specs for 1.0，它将不会被正式允许。

ASCII NUL aka'\0'aka \u0000是Java中的普通字符。但是在C / C ++中，它用作字符串终止符。因此，当C软件处理XML时，它可能太早检测到XML文本的结尾。

为此Java也有一个解决方案，即以UTF-8编码编写XML时，Unicode值> 127以多字节序列的第8位1进行编码。DataOutputStream.writeUTF8也将'\ 0'写入多字节序列。因此它可以正常读取，并且解码有效。

• 这不是完全严格的UTF-8，需要shortest编码。
• 我仍然不确定处理XML DOM的C语言中的错误。

所以这不是一个好主意。

也请注意，二进制数据应该改为转换为Base64 ASCII。由于UTF-8不适合二进制数据。

Answer 2

这些是数据看起来像的可能性，

              <row>
                  <data>actual data</data>
              </row>
              <row>
                  <!--null using attr. n ="t"-->
                  <data n="t"></data>
              </row>
              <row>
                  <!--some other meaning-->
                  <data/>
              </row>

编辑：如果要表示多个空值，请使用属性路由并更改属性以表示多少个空值。

              <row>
                  <!--null using attr. n ="3"-->
                  <data n="3"></data>
              </row>

在示例中为三个空值。

编辑：这是有效的XML

              <row>
                  <data>\0</data>
              </row>

您的XML处理器可能不喜欢它，但是没有任何问题。

Answer 3

我尚未阅读XML的标准，但是由于Python的ElementTree抱怨它不是有效的XML字符，因此我认为XML不支持它。您可以实现转义机制，并用"\0"表示"\\0"。另一种可能性是使用常见的[[Base64编码。

在Java中，可能看起来像这样：

// write data to element
String data = ...
element.setText(Base64.getEncoder().encodeToString(data.getBytes("UTF-8")))

// read data from element
String data = new String(Base64.getDecoder().decode(element.getText())), "UTF-8")

Answer 4

在XML 1.0和1.1中不允许NUL（U + 0000）。

来源维基百科：Valid characters in XML

注意，代码点U + 0000已分配给空控件字符，是唯一以Unicode和ISO / IEC 10646编码的字符在任何XML 1.0和1.1文档中始终无效。