从 xml 中删除非法的 0x1f 字符

Posted 2023-02-18

【中文标题】从 xml 中删除非法的 0x1f 字符

【英文标题】：remove illegal 0x1f charector from xml

【发布时间】：2012-05-25 14:39:19

【问题描述】：

我有一个程序可以生成一些数据并将其保存为 xml，不幸的是，出于我的目的，我无法将其保存在允许像 0x1f 这样的字符的较新 XML 中。因此，我需要从我的 xml 中删除这个字符。我所能找到的似乎就是这个http://benjchristensen.com/2008/02/07/how-to-strip-invalid-xml-characters/，但我不知道java-script，并且希望能够使用我能够理解的脚本。我知道基本的 C#，但不是很好。无论如何，过滤这个角色最简单的方法是什么？无论如何，我确实认为这对在线社区来说是一个很好的问题，因为从 Google 中寻找 C# 中的工作方法被证明是具有挑战性的。

【问题讨论】：

我从未听说过一种允许 XML 不允许的字符的 XML。能给个链接吗？

除非我读错了（对不起，我的英语不太好）这个：***.com/questions/6693153/what-is-character-0x1f 在第二个答案上似乎说有一个 xml 1.1 允许它“它在 XML 1.0 中确实不是有效的文本字符（但在 XML 1.1 中允许）。在 UTF-8 输入字符串中，您还可以安全地将字节 0x1f 替换为 0x09(Tab) 以解决该问题。或者，声明文档作为 XML 1.1 并使用 XML 1.1 解析器。” @约翰桑德斯

你现在如何保存xml？

XML 1.1 规范可能允许这样做，但您假设存在 XML 1.1 解析器。如果您无法访问这样的解析器，那么规范允许的内容并不重要。它似乎没有被广泛实施。

【参考方案1】：

来自这个帖子：How can you strip non-ASCII characters from a string? (in C#)

根据您的情况调整它：

string s = File.ReadAllText(filepath);
s = Regex.Replace(s, @"[\u0000-\u001F]", string.Empty);
File.WriteAllText(newFilepath, s);

然后测试新文件。在你知道这是否有效之前，不要覆盖旧的。

【讨论】：

完美！万一其他人读到这个和我有同样的问题，请确保将“”放在你要在（文件路径）中使用的文件周围，因为它从我身边溜走并给了我一个编译器错误，因为我没有这样做它

这对我来说效果更好： sprefs = System.Text.RegularExpressions.Regex.Replace(sprefs, @"[\u001F-\u001F]", string.Empty);另一个更具包容性，把我的xml内容变成了一行。

@AdamBruss [a-z] 是您所看到的一系列字符。如果您只想替换一个字符，您所做的工作有效，但过于冗长:) 相反，您可以使用@"\u001F"。但即使这样也比需要的复杂。对于这样一个简单的情况，普通的字符串替换应该可以正常工作。不需要正则表达式。