非法字符 - CTRL-CHAR

Question

我从Web服务获得以下异常：

com.ctc.wstx.exc.WstxUnexpectedCharException：非法字符（（CTRL-CHAR，代码15））

我知道这背后的原因，我想要返回的数据中有“控制字符”。并且在xml中不允许使用CTRL-CHAR。

我搜索了解决方案，很多地方我找到了删除CTRL-CHAR的代码。

如果我从数据中删除控制字符，我最终会担心数据丢失吗？我想清洁解决方案可能编码。而不是删除控制字符。

Answer 1

我会做OrangeDog建议的。但是如果你想在你的代码中解决它，请尝试：

replaceAll("[\\x00-\\x09\\x11\\x12\\x14-\\x1F\\x7F]", "")

\\x12是char。

问候。

Answer 2

Woodstox XML解析器抛出此错误。 InputBootstrapper类的源代码如下所示：

protected void reportUnexpectedChar(int i, String msg)
    throws WstxException
{
    char c = (char) i;
    String excMsg;

    // WTF? JDK thinks null char is just fine as?!
    if (Character.isISOControl(c)) {
        excMsg = "Unexpected character (CTRL-CHAR, code "+i+")"+msg;
    } else {
        excMsg = "Unexpected character '"+c+"' (code "+i+")"+msg;
    }
    Location loc = getLocation();
    throw new WstxUnexpectedCharException(excMsg, loc, c);
}

除了有趣的评论之外，Woodstox还在JDK解析器之上执行了一些额外的验证，并拒绝将ASCII字符15视为无效。

至于为什么那个角色在那里，我们不能告诉你，它在你的数据中。同样，我们无法告诉你，删除该字符是否会破坏任何内容，因为再次，这是你的数据。你只能为自己建立。

Answer 3

谢谢你的投入。我分享解决方案可能对其他人有帮助。要求不是消除CONTROL CHAR，它应该保留在DB中，并且一个WS通过n / w客户端发送它应该能够获得CONTROL CHAR。所以我实现了如下代码：

1. 使用Web服务代码中的URLEncoder对字符串进行编码。
2. 在客户端使用URLDecoder对其进行解码

共享示例代码和输出。 示例代码：

System.out.println("NewSfn");  
System.out.println(URLEncoder.encode("NewSfn", "UTF-8"));  
System.out.println(URLDecoder.decode("NewSfn", "UTF-8"));  

输出：

NewSfn  
New%0FSfn  
NewSfn 

因此客户将收到CONTROL CHAR。

编辑：Stack Exchange未显示上面的CONTROL CHAR。 NewSfn就像这个New(CONTROL CHAR)Sfn。

Answer 4

如果文本数据中有控制字符，则需要从源头解决该问题。

最可能的原因是不正确的通信编码（通常在数据库和应用程序之间）或不清理用户输入。

Answer 5

当我为某些参数传递空值时，我发现了同样的问题。我通过了空值或扳手值而这个错误消失了。

Answer 6

我对@ ssedano的anwser感到有点困惑，在我看来，他试图从ASCII表0x00到0x1F找到所有控制字符，除了0x0A（换行）和0x0D（回车）加上0x7F（del），然后就是'正则表达式

replaceAll("[\\x00-\\x09\\x0B\\x0C\\x0E-\\x1F\\x7F]", "")