SAXのcharacters()内で得る値について

質問

XML(UTF-8)ファイルをPerlでOPENして読み込んで、
XML::SAXで、
characters()メソッド内で取得した文字列値を利用していますが、
XML内に&文字が存在していると、
そこで、

utf8 "\x81" does not map to Unicode at C:/Perl/site/lib/XML/SAX/PurePerl/Reader/
Stream.pm line 37.
utf8 "\x8C" does not map to Unicode at C:/Perl/site/lib/XML/SAX/PurePerl/Reader/
Stream.pm line 37.
Undeclared entity [Ln: 516, Col: 21]

エラーが出て強制終了されます。
どうすれば、このようなエラーを解消できますか？

回答No.3

dscripty · ベストアンサー

external の entity は ハンドラ実装しろって、ドキュメントにかいてあったよ？

メモしてないから場所はしめせないけど。。。

お礼

「dscripty」様

お世話になっております。
おかげさまでご回答いただきましたように
対応致しましたところ、
無事にエラー解消致しました。
本当にありがとうございました。

回答No.2

dscripty

最低限必要な情報を書いておくね。

Perl::SAX のバージョン。

XML の Valid 確認で使用したツール、とバージョン。

xml宣言からルート要素までの文字列。

エラーがでた要素の開始タグから終了タグまで全部。

実装した、ハンドラのリスト。

以上！

ちなみに Perl::SAX 2.1 の既知のバグには、それっぽいのはなっかたよ？

お礼

「dscripty」様

お世話になっております。
エラー複数行のうち、一番下行の、
Undeclared entity [Ln: 516, Col: 21]
だけは、
&文字を、&文字列に正規表現で、
XMLファイル内を全て置き換えてから
SAXを実行したら解消していました。

ただし、
エラー複数行のうち、一番下行以外の複数エラー行は、
いまだにエラーのままです。

さしあたってご報告と御礼まで。

なお、エラー複数行のうち、一番下行以外の複数エラー行については、
引き続き、質問中ですので、
よろしくお願いします。

補足

「dscripty」様

お世話になっております。
さっそくですが、
「最低限必要な情報」を今日調べた結果、
調べがついた範囲で一通り下記します。

（１）Perl::SAX のバージョン。
　・XML-SAX 0.99
　・XML-SAX-Base 1.08
　・XML-SAX-ExpatXS 1.32
　・XML-SAX-Writer 0.53

（２）XML の Valid 確認で使用したツール、とバージョン。
　・xmllintツール
　・バージョンを、xmlling --versionで調べたところ、
　　　”using libxml version 20708”

（３）xml宣言からルート要素までの文字列。
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<!DOCTYPE dictionary SYSTEM "sampledtd.dtd">

<dictionary>

（４）エラーがでた要素の開始タグから終了タグまで全部。
【すみません。
　質問時に記述したエラーメッセージ内容からは、
　どこの要素でエラーが発生しているか？
　判断がつきません。
　もし何か調べる方法などございましたら、
　ぜひ教えてください。よろしくお願いします】

（５）実装した、ハンドラのリスト。
use XML::SAX;

my $parserWk = XML::SAX::ParserFactory->parser( Handler => wkSAXHandler->new);
$parserWk->parse_uri($inFileNameWk);

start_element()
end_document()
start_element()
end_element()
characters()

以上になります。
よろしくお願いします。

回答No.1

dscripty

xml宣言から、ルート要素までの文字列と、

& でエラーがでた所の要素全部みないと、なんとも言いようがないかな？

既知のバグでもあるならべつだけど。

ちなみに、XML は Valid だよね。一応確認だけど。。。

「Undeclared entity」って描いてあるから、たぶんだけど、 HTML でつかえるからって、宣言してないエンティティー使っちゃってるとか？

補足

ご回答ありがとうございます。

「妥当なXML」です。
その後、試しに&をすべて削ってみたところ、
最後まで正常に動作はしています。
それでエラー複数行のうち、
一番下行だけは消えましたが、
それ以外の上行複数のエラーは、
残ったままです。

宣言してないエンティティーを使っていないか？
確認いたしましたが、とくに使っていませんでした。

ところで私が質問時に情報として記述し忘れていましたが、
XMLファイルの文字エンコードはUTF-8を利用しています。

以上になります。
アドバイスやヒントだけでも構いませんので、
何か思い当たることがございましたら、
よろしくお願いします。