用于处理无效 XML 的 .NET 解析器 [重复]

Posted 2023-02-16

【中文标题】用于处理无效 XML 的 .NET 解析器 [重复]

【英文标题】：Parser for .NET that will handle invalid XML [duplicate]

【发布时间】：2011-08-21 22:45:46

【问题描述】：

我需要从第 3 方来源读取一些 XML。他们的文本字段都没有包含在 CDATA 标记中，并且他们不能保证这些值不会包含无效字符——我特别想到了与号。他们也不会添加 CDATA 标签，因为这可能会破坏他们现有客户的东西。有没有可以处理这个的解析器？

【问题讨论】：

如果不是 XML，那么您无法使用 XML 解析器读取它。您的第 3 方应该停止谎报他们发送 XML 的事实 - 显然，他们不发送 XML。

是否有可能通过合理的稳健性和努力，在使用标准 XML 解析器之前使无效的 XML“有效”？

【参考方案1】：

假设无效字符被正确转义，而不是直接包含在 XML 中，您可以使用 .NET 库通过创建一个将 Normalization 属性设置为 false 的 XmlTextReader 来读取它。见http://msdn.microsoft.com/en-us/library/system.xml.xmltextreader.normalization.aspx

【讨论】：

（那么数据不是严格意义上的 XML。）我会通过一个函数运行流，用正确的转义序列替换非法字符。

足够接近...我在想这会导致问题 b/c 某些字符可能已经被转义。但我想我可以只添加 CDATA 标签。