我有一个处理来自第三方数据提要的 XML 的旧 Java 应用程序。
数据提要允许用户输入，现在突然包含了表情符号，例如 �� (👇)。我真的很惊讶这个问题花了这么长时间才出现(表情符号已经存在几年了)。
应用程序在 javax.xml.parsers.DocumentBuilder.parse(InputStream) 中爆炸:
org.xml.sax.SAXParseException; lineNumber: 105; columnNumber: 3039; Character reference "&#
at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(DOMParser.java:257)
at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:348)
at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:121)
是否有一个快速的本地化修复程序，我可以在无需重新设计和重新构建整个应用程序的情况下应用？此外，宁愿避免正则表达式搜索/替换 hack，因为这会引入其他微妙的问题。
最佳答案
�� 是编码为代理项对(两个代理项)的单个字符。 XML 中的字符引用不能表示(高或低)代理项:这些不是合法字符。字符引用应代表整个表情符号的 Unicode 代码点，👇。
第三方向您发送了无效的 XML，您应该拒绝它，就像拒绝供应商提供的任何其他有缺陷的商品一样。
关于java - 表情符号字符序列👇打破了旧的 XML 过程，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53038978/