首页 > BI/数据库 > 解决维度成员中的非法Xml字符导致的查询错误

解决维度成员中的非法Xml字符导致的查询错误

BI/数据库 , ,

update(2009-09-20): 增加了去除这些非法Xml字符的正则表达式以及C#代码。

问题描述

最近在项目中遇到这么个情况,在展开维度成员的时候,服务端抛出了“The server sent an unrecognizable response”的异常,看了下异常细节,给出的信息是“'', hexadecimal value 0x01, is an invalid character. Line 1, position 6771. (System.Xml) ”。

问题解决

出现这样问题的原因在于,微软的Analysis Service使用XMLA(XML for Analysis)语言和其他客户端进行交互,包括执行Mdx、DMX、Sql等。如果服务端返回的成员(关键列、名字、标题、成员值等)含有一些非打印字符的话,那么就无法直接在Xml中表示,这样就会导致客户端无法解析返回的Xml响应,而出现上述的错误

Analysis Service在Process的时候,出于性能考虑默认情况下是不会对数据进行这种Xml非法字符的检测。不过Analysis Service也提供了一个设置开关,允许我们在处理阶段检测这些非法字符,并做一定的规范化处理。在BIDS中,我们打开维度属性的属性面板,有一个InvalidXmlCharacters的设置,如下图所示:

InvalidXmlCharacters设置

默认情况下其值为Preserve,也就是保留这些非法字符。它还有其他两个选项。Remove表示移除这些非法字符,只保留合法的Xml字符。Replace表示使用问号?替换非法字符,一个非法字符对应一个问号。在实际应用中,InvalidXmlCharacters需要根据项目的实际情况进行设置。如果对数据的这种清理可以放到ETL阶段,那么最好放到ETL阶段,因为这样可以加快Analysis Service处理的速度。否则就只能在Process的时候做检测了。对于Remove和Replace,我比较倾向于选择Remove。因为既然已经是非打印字符了,用问号代替固然能够和其他数据区分开来,但是对于最终用户来说,大部分情况下只会增加他们的迷惑而已。

剔除非法Xml字符

Xml 1.0规范(第五版,06/11/2008)的2.2一节中提到了Xml合法字符的范围:

/* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */

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

规范中建议,所有Xml处理器都应该正确处理上述范围的这些字符。

我们可以在处理字符串的时候使用正则表达式剔除掉非法的Xml字符,以保证最终进入Analysis Service的字符都是Xml合法字符。

[^\x09\x0A\x0D\x20-\uD7FF\uE000-\uFFFD\u10000-\u10FFFF]

对应的C#代码如下,出于性能考虑,可以将函数内部的正则表达式存储为成员变量,并设置为预编译模式。

public static String StripInvalidXmlChars(String input)
{
  Regex re = new Regex(@"[^\x09\x0A\x0D\x20-\uD7FF\uE000-\uFFFD\u10000-\u10FFFF]");
  return re.Replace(input, "");
}

 

参考文档:

Invalid XML Characters: when valid UTF8 does not mean valid XML

unprintable characters in member names cause error

Xml 1.0规范

——Kevin Yang

本博客遵循CC协议2.5,即署名-非商业性使用-相同方式共享
写作很辛苦,转载请注明作者以及原文链接~
如果你喜欢我的文章,你可以订阅我的博客:-D点击订阅我的文章

  1. | #1

    谢谢!以前我也遇到过这样的问题,当时不知道该怎么解决,还是请教别人才知道的,现在知道的更清楚了

  2. John
    | #2

    太经典啦,我前几天遇到这个问题,跟你差不多,数据中有个内码,导致死活报表过滤出问题,不得不将数据一个个找,找死人啦,要是早点看到您的博客,就不用那么郁闷啦,您的博客实在太多精华啦,谢谢

  1. 暂时没有trackbacks.