OpenSAML序列化UTF字符时代理对被转成双NCR的问题排查

负载中包含类似𠮷的Unicode补充平面字符，将其序列化为XML时，预期结果为以下两种之一：

• 不编码为数值字符引用（NCR），直接输出原字符
• 编码为单个NCR形式：𠮷

但实际观察到的是该字符被拆分为两个代理对的NCR：��。

复现代码 #

package something...;

import net.shibboleth.utilities.java.support.xml.SerializeSupport;
import org.opensaml.core.config.InitializationException;
import org.opensaml.core.config.InitializationService;
import org.opensaml.core.xml.schema.XSString;
import org.opensaml.core.xml.schema.impl.XSStringBuilder;
import org.opensaml.core.xml.util.XMLObjectSupport;
import org.opensaml.saml.saml2.core.Attribute;
import org.opensaml.saml.saml2.core.AttributeValue;
import org.w3c.dom.Document;

/** Generates Response.xml using openSAML library version 3. */
final class SamlResponseGenerator {
  public static void main(String[] args) throws Exception {
    try {
      InitializationService.initialize();
    } catch (InitializationException e) {
      throw new IllegalStateException(e);
    }

    // First Name Attribute.
    Attribute firstNameAttribute =
        (Attribute) XMLObjectSupport.buildXMLObject(Attribute.DEFAULT_ELEMENT_NAME);
    firstNameAttribute.setName("FirstName");
    XSStringBuilder firstNameTestValueStringBuilder = new XSStringBuilder();
    XSString firstNameAttributeValueXS =
        firstNameTestValueStringBuilder.buildObject(
            AttributeValue.DEFAULT_ELEMENT_NAME, XSString.TYPE_NAME);
    String myName = "𠮷";
    firstNameAttributeValueXS.setValue(myName);
    firstNameAttribute.getAttributeValues().add(firstNameAttributeValueXS);

    Document doc = XMLObjectSupport.marshall(firstNameAttribute).getOwnerDocument();
    String docString = SerializeSupport.nodeToString(doc);
    System.out.println(docString);
  }

  private SamlResponseGenerator() {}
}

已尝试的解决方案 #

• 使用Transformer序列化（无效）
• 结合UTF-8编码的FileWriter与XMLHelper.writeNode（无效）
• 对XML输出进行后处理（有效，但属于临时方案）
• 测试OpenSAML v2与v3版本（均无效）
• 查阅代理对XML序列化相关技术资料

疑问 #

1. 是否因使用错误的序列化器或配置导致该问题？如何配置才能得到符合预期的输出（与旧服务器行为一致）？
2. 维基百科提到代理对不允许出现在数值字符引用表示法中，这一点是否与当前问题直接相关？

内容的提问来源于stack exchange，提问作者Mohit Jain