Blogger导入XML文件出错分析

　　这些天遇到一个问题，通过Blogger导入一个XML格式的文件，一直没有导入成功，我分析原因属于XML格式转换的问题，折腾了好几天才找到原因，因此记录一下整个过程。

　　在使用Wordpress转化网站到Blogger的时候，由于之前的转化工具Google Blog Converters已经歇菜，因此使用了一个WordPress插件“Export to Blogger”来解决问题，大部分内容导出到Google Blogger都没问题，但奇怪的是有一个转化好的XML文档始终都无法导入到Blogger中，不知道是怎么回事。

　　经过了多次尝试和分析，我确认是文档中的某个字符转化错误导致无法导入，然而文档长达2M大小，很难从中找到具体是哪个字符出错，因此就暂时作罢。

　　后来我想到了一个思路，利用XML Validator这种格式检查工具来检测XML文件，但是找了好几个检查工具，都只支持最大64k的文件大小，无法检测大文件，后来，我双击XML文件发现，IE浏览器会对正确的XML文件进行格式渲染，而对错误的XML文件直接显示源代码，这也就意味着我可以把IE当成一个XML验证器。

　　于是开工，先把XML文件分成两半，用IE打开，一半成功渲染，另一半不成功，因此确认问题在某一半，依次循环操作，逐次切割，最终将文件切割到了几个字符，但我依然没有看到有什么异常字符。

　　最终切割到只有1、2个字符的时候，我发现了问题所在，原来这2个字符中间居然有一个隐藏字符，使用普通文本编辑器根本看不到这个字符，我使用WinHEX来查看，原来这个隐藏字符是ASCII码1C，将这个隐藏字符删除后，XML文件渲染终于成功了。

　　实际上，ASCII码1C到1F都是隐藏看不见的字符，如果这样的字符存在XML文件之中，XML格式不会报错，但就是无法导入到Google Blogger中，导入过程也不报错，就是无法导入成功，将这些隐藏字符删除后，才能正确地导入。

　　可惜的是，一般编辑器都不支持搜索这种隐藏字符，估计要换一个比较专业的编辑器才能看到并搜索这种隐藏字符。