正在作为Linux服务运行时，工作程序会引发xercesc_3_2 :: TranscodingException

Question

我有一个程序，该程序使用Xerces XML framework读取RSS提要，并使用得到的信息“处理”。

该程序有效。

但是，如果通过Linux服务（以service myservice.sh start开头的init.d脚本）以任何方式运行程序，则在读取某些亚洲供稿时，程序将抛出xercesc_3_2::TranscodingException。

如果直接从init脚本或wrapper> myProgram或wrapper1> wrapper2> myProgram等调用该程序，则会引发异常。

我真的不知道为什么该程序无论是从命令行运行还是从init脚本运行都有不同的表现。

环境

Centos 6, 64-bit 4.4.211-1.el6.elrepo.x86_64 
C++ '11 
Xerces-C 3.2.1

这里是一个最小的测试用例。

XML测试文件：

<?xml version="1.0" encoding="utf-8" ?>
<rdf:RDF xml:lang="ja" xmlns="http://purl.org/rss/1.0/" 
    xmlns:dc="http://purl.org/dc/elements/1.1/" 
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" 
    xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" >
<item>
 <title>「これまで採択した企画」を更新しました。</title>
 <link>http://www.nhk.or.jp/kikakubosyuu/koremade.html?=20200430T1200</link>
 <dc:date>2020-04-30T17:00+09:00</dc:date>
 <description> </description>
</item>
</rdf:RDF>

对第一个<title>的contents（即“これまで采coding企画”を更新しました。”进行转码时，会引发异常。）。但是同样，仅当作为服务运行时。

从启动脚本运行和从Shell运行有什么区别？为什么会出现[[Transcode错误？对我来说没有意义。

更新I

今天，我了解到main传递给了main(int argc, char **argv, char **envp)中的环境变量。以前不知道。

我修改了程序以在启动时转储其环境变量。请参阅下面的修改后的源代码。

环境变量

NOT

相同。作为服务运行时，仅设置了以下几个变量：

SHELL=/bin/bash
TERM=xterm-color
PATH=/sbin:/usr/sbin:/bin:/usr/bin
_=/mnt/swdevel/Pelican/source_build/src/overlay/testXmlTranscodeBug
PWD=/
HOME=/root
SHLVL=2

列表中明显缺少的是
LANG = en_US.UTF-8

。请参阅下面的答案。

Init脚本片段

STARTSCRIPT=/path/to/rssReaderProg /path/To/Test/Input/File
start() {
    msg="Starting service"
    writeSysLog "$msg"
    echo $msg >&2

    local CMD="$STARTSCRIPT &>> \"$LOGFILE\" & echo \$!"
    su -c "$CMD" $RUNAS > "$PIDFILE"
    chmod 644 $LOGFILE
    msg='RSS service started'
    echo $msg >&2
    writeSysLog "$msg"
}

阅读器测试源代码

#include <stdio.h>
#include <string>

#include "xercesc/dom/DOM.hpp"
#include "xercesc/dom/DOMException.hpp"
#include "xercesc/dom/DOMNodeList.hpp"
#include "xercesc/dom/DOMNamedNodeMap.hpp"
#include "xercesc/dom/DOMNode.hpp"
#include "xercesc/dom/DOMAttr.hpp"
#include "xercesc/dom/DOMError.hpp"
#include "xercesc/dom/DOMErrorHandler.hpp"
#include "xercesc/sax/HandlerBase.hpp"

#include "xercesc/util/XMLString.hpp"
#include "xercesc/dom/DOMLocator.hpp"

#include "xercesc/parsers/XercesDOMParser.hpp"
#include "xercesc/util/OutOfMemoryException.hpp"

XERCES_CPP_NAMESPACE_USE


int
main(int argc, char **argv, char **envp)
{
    printf("\n\nENV Array:\n");
    for (char **env = envp; *env != 0; env++)
    {
        char *thisEnv = *env;
        printf("%s\n", thisEnv);
    }
    printf("\n\n");

    if (argc != 2)
    {
        printf("Usage: testXmlTranscodeBug <xmlFilePath>\n");
        exit(1);
    }

    printf("initializing XML\n");
    XMLPlatformUtils::Initialize();

    DOMDocument        *pDoc = 0;
    DOMElement     *pDocRoot = 0;
    XercesDOMParser *pParser = new XercesDOMParser();
    pParser->setValidationScheme(XercesDOMParser::Val_Always);

    char *filePath = argv[1];
    XMLCh    *pItemTag = XMLString::transcode("item");

    printf("Opening %s\n", filePath );
    pParser->parse(filePath);
    pDoc = pParser->getDocument();
    pDocRoot = pDoc->getDocumentElement();

    // Search for all the <item> child elements under pTopElem which
    DOMNodeList    *pItemList = pDocRoot->getElementsByTagName(pItemTag);

    int    numItems = pItemList->getLength();
    printf("Found %d items\n", numItems );

    for (int i = 0; i < numItems; i++)
    {
        printf(" ITEM %d\n", i);
        DOMNode *pItemNode = pItemList->item(i);
        DOMElement *pItemItem = ( (DOMElement *) pItemNode)->getFirstElementChild();

        while (pItemItem != 0)
        {
            char *en = XMLString::transcode(pItemItem->getTagName());
            printf("  TAG '%s'\n", en);
            std::string elemName(en);
            XMLString::release(&en);

            // The item value (text content) is first child. It might be blank
            DOMNode *pValNode = pItemItem->getFirstChild();
            if (pValNode != 0)
            {
                printf("    pValNode = %p, print node value\n", pValNode);
                const XMLCh *nodeVal =  pValNode->getNodeValue();
                printf("      nodeVal=%p, len=%lu\n", nodeVal, strlen((char*)nodeVal));

                printf("    calling transcode. print node value\n");
                char *val = 0;
                try
                {
                    val = XMLString::transcode(pValNode->getNodeValue());
                }
                catch (...)
                {
                    printf("    EXCEPTION Calling XMLString::transcode()\n");
                }
                printf("    transcode returned [%s]\n", val);
                XMLString::release(&val);
            }

            printf("\n");
            pItemItem = pItemItem->getNextElementSibling();
        }
    }

}

Answer 1

作为服务启动时，未在环境中设置

LANG = en_US.UTF-8。

这似乎导致Xerces转码器有时因xercesc_3_2 :: TranscodingException而失败。

目前，我已经将LANG=en_US.UTF-8硬编码到程序中，并且它不再引发异常。

int
main(int argc, char **argv)
{
    putenv("LANG=en_US.UTF-8");
    etc...