xml节点中的转义字符

Posted 2023-02-15

【中文标题】xml节点中的转义字符

【英文标题】：Escape characters in xml nodes

【发布时间】：2021-10-24 16:31:31

【问题描述】：

我在字符串变量中有一个这样的xml（从文件加载）

<Data>
    <Name>Test & <  test> </Name>
</Data>

当我尝试加载此 xml 时出现异常“解析节点时发生错误”。我认为这是由于 & 在名称标签中。我在互联网上进行了搜索，但所有解决方案（例如SecurityElement.Escape）都转义了主要的 xml 元素，例如大于 gt 小于 lt，我只想替换 & 在我的情况下。我可以遍历 xml 并只替换数据部分，但有什么最短的方法吗？

【问题讨论】：

那是无效的 XML。修复产生这个的代码。没有序列化程序会接受&。 & 实际上是转义字符。所有语言的所有 XML 序列化程序都将正确转义 &

是的，这不是真正的 xml，而不是真正的 xml，因此 XML 工具不喜欢使用它也就不足为奇了。像@PanagiotisKanavos 一样，我强烈建议你在上游修复这个问题，这样你得到的是实际的 XML。

你说得对，我希望我能做到，但我是从其他来源获得的，我无法控制它。

& 的转义序列是 &。 html 和 XML 中的转义序列以 & 开头。您不能用 & 替换字符串中的每个 &，因为这会破坏 valid 转义序列。你必须告诉制作这个的人来修复他们的错误。或者向他们收取处理费用。

一种可能的解决方法是替换被空格包围的 & 符号（例如 text.Replace(" & "," & ") 但显然这不会处理所有情况。您必须向您的经理或客户明确说明您重新处理其他人的 critical 错误（XML 并不是什么新鲜事），如果失败，您将不承担任何责任。毕竟，该 XML 的 none 用户将能看懂

【参考方案1】：

AngleSharp 有一个错误纠正“XML”解析器，它的工作方式更像 HTML5 或标签汤解析器，试图纠正和修复此类标记错误。为您的样品

using System;
using AngleSharp.Xml;
using AngleSharp.Xml.Parser;

namespace AngleSharpMalFormedXmlTest1

    class Program
    
        static void Main(string[] args)
        
            var malFormedXml =  @"<Data>
    <Name>Test & <  test> </Name>
</Data>";

            var doc = new XmlParser(new XmlParserOptions()  IsSuppressingErrors = true ).ParseDocument(malFormedXml);

            Console.WriteLine(doc.ToMarkup());
        
    

我明白了

<Data>
    <Name>Test &amp;&lt;  test&gt; </Name>
</Data>

但是，一旦您打开对这种格式错误的 XML 的输入，您就很容易遇到使用 XML 等 W3C 标准本应避免的误解和不兼容性或工具依赖性。

【参考方案2】：

由于您无法控制源，您可以尝试一些正则表达式使其成为有效的 xml：

string xml = @"<Data>
    <Name>Test & test&amp; &1 &lt;aaa &</Name>
</Data>";

xml = Regex.Replace(xml,@"&(?!\w+;)","&amp;");

这将返回

<Data>
    <Name>Test &amp; test&amp; &amp;1 &lt;aaa &amp;</Name>
</Data>

【讨论】：

&</Name> 会发生什么？

如果名称标签也包含

@MuhammadFaisal 然后你停止尝试修复其他人的完全损坏的字符串。这不再是 XML。你不能一直猜测是什么坏了

@PanagiotisKanavos 它将产生 &</Name> 我更新了示例

【参考方案3】：

呈现的 XML 格式不正确。

您可以使用 CData 部分 使您的 XML 格式正确。

每个<Name> 应该变成<Name><![CDATA[ 每个</Name> 应该变成]]></Name>

格式良好的 XML

<Data>
    <Name><![CDATA[Test & <  test> ]]></Name>
</Data>