mzt https://blog.hatena.ne.jp/mzt/ memo.mzt https://mzt-2.hatenadiary.org/ XML PHP RSSパーサーを使っていて、たまに外部のblogサービス*1のRSSが変な文字を含んでいてパースできないことがあるので、XMLの仕様を再確認してみた。 許可されるのはC0制御文字集合(0x00〜0x1f)のう水平タブ=HT(0x09), 改行=LF(0x0a), 復帰=CR(0x0d)とC1制御文字集合(0x80〜0x9f)、あと削除=DEL(0x7f)。 ただしXML1.1ではC1制御文字集合のうち0x85以外*2はinvalidに。 0x00と改行文字以外の制御文字(0x01〜0x08, 0x0b〜0x0c, 0x0e〜0x1f, 0x7f〜0x84, 0x86〜0x9f)は文字参照*3と… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmzt-2.hatenadiary.org%2Fentry%2F20090422%2Fp1" title="XML1.0にvalidな文字列の出力 - memo.mzt" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2009-04-22 00:00:00 rich https://mzt-2.hatenadiary.org/entry/20090422/p1 1.0 100%