python - Error de validación XML: Char 0x0 fuera del rango permitido.

rest xml-parsing

Question

¿Cómo manejo los caracteres no válidos para poder analizar a través de los datos en Python?

Actualmente estoy usando una API REST para obtener datos de una fuente que produce datos en formato XML. Sin embargo, los datos XML contienen estos caracteres: ¿¿

Cuando trato de validar los datos, obtengo el error en este punto que dice:

Char 0x0 fuera del rango permitido.

Debido a lo cual no puedo analizar estos datos. No estoy seguro de cómo codificar estos datos. ¿Qué puedo hacer para resolver este problema?

Answer 1

0x0 (también conocido como NUL) no es un carácter permitido en XML :

[2] Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]

Por lo tanto, sus datos no son XML, y cualquier procesador XML conforme debe informar un error como el que recibió.

Debe reparar los datos eliminando los caracteres ilegales tratándolos como texto, no XML, de forma manual o automática antes de usarlo con cualquier biblioteca XML.

Para Python, consulte Eliminar los caracteres de control de una cadena en python para obtener sugerencias sobre cómo eliminar NUL de una cadena. Esto debe hacerse antes de tratar los datos como XML.