XDocument 防止无效字符答案

【问题标题】：XDocument prevent invalid charactersXDocument 防止无效字符
【发布时间】：2012-04-20 21:06:20
【问题描述】：

我正在使用 XDocument 来保存某种数据库。该数据库由注册的聊天机器人组成，我只是有许多具有“用户名”、“所有者”等属性的“机器人”节点。然而，偶尔一些聪明的人会决定制作一个具有非常奇怪字符作为属性之一的机器人。这使得 XDocument 类系列在读取该节点时抛出异常，这是一个非常大的问题，因为数据库无法完全保存，因为它一旦遇到无效字符就停止写入文件。

我的问题是——有没有像XSomething.IsValidString(string s) 这样的简单方法，所以我可以省略违规数据？我的数据库不是官方的，只是个人使用，所以我没有必要包含坏数据。

我正在使用的一些代码（变量 file 是 XDocument）：
保存：
file.Save(Path.Combine(Environment.CurrentDirectory, "bots.xml"));

加载（在检查File.Exists()等之后）：
file = XDocument.Load(Path.Combine(Environment.CurrentDirectory, "bots.xml"));

添加到数据库（变量都是字符串）：

            file.Root.Add(new XElement("bot",
                new XAttribute("username", botusername),
                new XAttribute("type", type),
                new XAttribute("botversion", botversion),
                new XAttribute("bdsversion", bdsversion),
                new XAttribute("owner", owner),
                new XAttribute("trigger", trigger)));

请原谅我缺乏适当的 XML 技术，我才刚刚开始。我要问的是是否有XSomething.IsValidString(string s) 方法，而不是我的XML 有多糟糕。

好的，我又遇到了异常，这是确切的消息和堆栈跟踪。

System.ArgumentException: '', hexadecimal value 0x07, is an invalid character.
at System.Xml.XmlUtf8RawTextWriter.InvalidXmlChar(Int32 ch, Byte* pDst, Boolean entitize)
at System.Xml.XmlUtf8RawTextWriter.WriteAttributeTextBlock(Char* pSrc, Char* pSrcEnd)
at System.Xml.XmlUtf8RawTextWriter.WriteString(String text)
at System.Xml.XmlUtf8RawTextWriterIndent.WriteString(String text)
at System.Xml.XmlWellFormedWriter.WriteString(String text)
at System.Xml.XmlWriter.WriteAttributeString(String prefix, String localName, String ns, String value)
at System.Xml.Linq.ElementWriter.WriteStartElement(XElement e)
at System.Xml.Linq.ElementWriter.WriteElement(XElement e)
at System.Xml.Linq.XElement.WriteTo(XmlWriter writer)
at System.Xml.Linq.XContainer.WriteContentTo(XmlWriter writer)
at System.Xml.Linq.XDocument.WriteTo(XmlWriter writer)
at System.Xml.Linq.XDocument.Save(String fileName, SaveOptions options)
at System.Xml.Linq.XDocument.Save(String fileName)
at /* my code stack trace omitted */

【问题讨论】：

Dealing with invalid XML hexadecimal characters 的可能重复项
另见：stackoverflow.com/questions/20762/…

标签： c# xml linq-to-xml

【解决方案1】：

尝试更改以下代码的 file.Save 行：

XmlWriterSettings settings = new XmlWriterSettings();
settings.CheckCharacters = false;
XmlWriter writer = XmlWriter.Create(Path.Combine(Environment.CurrentDirectory, "bots.xml"), settings);
file.Save(writer);

来源：http://sartorialsolutions.wordpress.com/page/2/

【讨论】：

这看起来可行，谢谢。有问题的机器人现在不在线，所以我无法测试它，但非常感谢。看起来 0x07 是唯一的无效字符。如果这是真的，我可能会做一个 string.Replace("\a", "");，但你的解决方案对于那些需要存储 \a 的人来说更好。

【解决方案2】：

首先你可以检查你的XML文件是否以正确的编码保存？我通常将 xml 文件保存为 UTF8，您可以在 xml 标头中声明编码

<?xml version="1.0" encoding="UTF-8"?>

当然，您的 xml 正文必须符合 xml 标准。这是一篇关于它的好文章

http://weblogs.sqlteam.com/mladenp/archive/2008/10/21/Different-ways-how-to-escape-an-XML-string-in-C.aspx

【讨论】：

是的，我的标题正是那一行，除了它的“utf-8”而不是“UTF-8”。不过，不应该有所作为（我认为）。我查看了十六进制值 0x07，它显然是“主板哔声”，我认为代码中的 \a。我可以只检查这个字符，可能还有更多我不知道的无效字符。

【解决方案3】：

从 .NET 4 开始，您可以使用 XmlConvert.VerifyXmlChars(string content)。如果传递的字符串不被接受，这将抛出异常。

【讨论】：