XML 解析时遭遇非法字元错误

同步发表于 Limitless Ping

使用 jekyll-feed 所产生的 feed.xml 出现 PCDATA invalid Char value 8 错误，造成解析失败。

原因

使用 RSS 消息来源订阅文章时，来源要产生一个描述档，让订阅器可以知道来源的资讯，这个描述档使用 XML version 1.0 的格式写成，你会看到类似下面这样的内容：

<?xml version="1.0" encoding="utf-8"?><feed    xmlns="http://www.w3.org/2005/Atom" >    <generator uri="https://jekyllrb.com/" version="3.8.5">Jekyll</generator>    <link href="https://peterhpchen.github.io/feed.xml" rel="self" type="application/atom+xml" />    <link href="https://peterhpchen.github.io/" rel="alternate" type="text/html" />    <updated>2020-03-16T12:38:36+08:00</updated>    <id>https://peterhpchen.github.io/feed.xml</id>    <title type="html">Limitless Ping</title>    <subtitle>Personal GitHub Page</subtitle>    <entry>        <title type="html">从 Blogger 迁移至 jekyll</title>        <link href="https://peterhpchen.github.io/2020/03/15/jekyll-blogger-import.html" rel="alternate" type="text html" title="从 Blogger 迁移至 jekyll" />        <published>2020-03-15T00:00:00+08:00</published>        <updated>2020-03-15T00:00:00+08:00</updated>        <id>https://peterhpchen.github.io/2020/03/15/jekyll-blogger-import</id>        <content type="html" xml:base="https://peterhpchen.github.io/2020/03/15/jekyll-blogger-import.html">            ...        </content>        <author>            <name></name>        </author>        <category term="jekyll" />        <category term="blogger" />        <category term="github-page" />        <summary type="html">最近在迁移 Blogger 中的旧文章到 jekyll 的 GitHub page 上，本文纪录如何输出 Blogger 的文章并输入至 jekyll 中，并将原本 Blogger 的页面导至新的 jekyll 页面。</summary>    </entry>    ...</feed>

可以看到描述档中包含文章的内容，jekyll-feed 会自动由文章产生这个描述档，但是有些字元在 XML 中是非法的，像是这个错误中的 value 8 指的就是 U+0008 这个控制字元 Backspace 。

解法

只要把非法字元删除即可解决此问题，使用 Visual Studio Code 的 Search 功能将 Backspace 删去：

参考资料