的NSXMLParser RSS问题NSXMLParserInvalidCharacterError

Question

NSXMLParserInvalidCharacterError＃9

这是我收到的时候我打了奇怪的字符错误（如报价复制和粘贴文字的网页形式，即最终在饲料中）。我正在使用的Feed没有给出编码，他们没有希望让我改变它。这是我在标题中得到：？

< XML版本= “1.0”> < RSS版本= “2.0”>

我能做些什么非法字符解析饲料的时候？我在分析之前是否扫描数据？ API中缺少什么？有没有人处理过这个问题？

Answer 1

NSString *dataString = [[[NSString alloc] initWithData:webData encoding:NSASCIIStringEncoding] autorelease]; 

NSData *data = [dataString dataUsingEncoding:NSUTF8StringEncoding allowLossyConversion:YES]; 
NSXMLParser *parser = [[NSXMLParser alloc] initWithData:data]; 

固定我的问题......

Answer 2

NSString的-initWithData:encoding:方法返回nil如果失败了，所以你可以尝试一个又一个编码，直到你找到一个转换。这并不能保证你能正确地转换所有的字符，但是如果你的源代码没有给你发送正确的编码XML，那么你可能不得不忍受它。

的基本思路是：

// try the most likely encoding 
NSString xmlString = [[NSString alloc] initWithData:xmlData 
              encoding:NSUTF8StringEncoding]; 

if (xmlString == nil) { 
    // try the next likely encoding 
    xmlString = [[NSString alloc] initWithData:xmlData 
            encoding:NSWindowsCP1252StringEncoding]; 
} 

if (xmlString == nil) { 
    // etc... 
} 

是通用和强大的，你可以做以下直至成功：

1）尝试在HTTP的Content-Type头指定的编码响应（如果有的话）

2.）检查所述响应数据的开始要byte order mark，如果找到，尝试所指示的编码

3.）看看前两个字节;如果你发现一个空白字符'<'与一个空/零字符配对，试试UTF-16（同样，你可以检查前四个字节看看你是否有UTF-32）

4.）扫描开始寻找<?xml ... ?>处理指令数据，寻找encoding='something'里面;尝试该编码。

5.）尝试一些常见的编码。如果您的数据源是英文的，请绝对检查Windows Latin-1，Mac Roman和ISO Latin-1。

6）如果以上工作，你可以尝试删除所有字节大于127（或替代“？”或其他ASCII字符）和使用ASCII编码转换数据。

如果你没有通过这点一个NSString，你应该失败。如果你有一个NSString，你应该寻找在<?xml ... ?>处理指令的encoding声明（如果你在步骤4中没有的话）。如果它在那里，你应该使用该编码将NSString转换回NSData;如果不存在，则应使用UTF-8编码进行转换。

此外，CFStringConvertIANACharSetNameToEncoding()和CFStringConvertEncodingToNSStringEncoding()功能可以帮助获取与编码名称变为形成Content-Type头或<?xml ... ?>处理指令的NSStringEncoding。

Answer 3

您也可以从XML删除编码线是这样的：

int length = str.length >100 ? 100:str.length; 
NSString*mystr= [str stringByReplacingOccurrencesOfString:@"encoding=\".*?\"" 
         withString:@"" 
         options:NSRegularExpressionSearch 
         range:NSMakeRange(0, length)];