xml中的Unicode字符

Question

我在XML文件上运行xquery时遇到错误。实际上，XML中有一些元素与数据一起具有unicode字符。

      "[phone]",
      "[phone]\u001f"

我尝试使用替换和删除函数，但我不确定我的源文件中可以包含所有unicode字符。有没有通用的方法，我可以删除所有这些字符

谢谢

Answer 1

XML文档中的每个字符都是Unicode字符，如果有非Unicode字符，那么您确实会遇到问题。

您的实际问题是该文档使用Unicode字符编码“\ u001f”，XML解析器无法识别。它是完全合法的XML内容，它只是被视为一个由反斜杠开头的6个字符的序列，而不是控制字符x1F的表示（因为它发生的不是XML 1.0允许的字符） 。

处理这些字符的一种方法是将“[phone] \ u001f”视为JSON字符串，并使用XQuery 3.1函数json-to-xml()将其转换为XML（它需要包含引号）。但是，如果存在转换为XML不允许的字符的转义序列（如\u0000），则会出现问题。 json-to-xml()函数有各种选项来处理这种情况。