XDocument 的特殊字符答案

【问题标题】：Special characters with XDocumentXDocument 的特殊字符
【发布时间】：2014-02-24 15:33:58
【问题描述】：

我正在尝试读取一个文件（不是 XML，但结构相似），但我得到了这个异常：

'┴', hexadecimal value 0x15, is an invalid character. Line 8, position 7.

而且文件中有很多这样的符号，我无法替换，因为我无法为我的目的修改文件的内容...

代码如下：

try
{
    XDocument doc = new XDocument(new XDeclaration("1.0", "utf-16", "yes"));
    doc = XDocument.Load(arquivo);
}
catch (Exception e)
{
    MessageBox.Show(e.Message.ToString());
}

这是文件的一部分：

<Codepage>UTF16</Codepage>
<Segment>0000016125
    <Control>0003┴300000┴English(U.S.)PORTUGUESE┴┴bla.000┴webgui\messages\xsl\en\blabla\blabla.xlf
    </Control>
    <Source>To blablablah the   firewall to blablablah local IP address.    </Source>
    <Target>Para blablablah a uma blablablah local específico.  </Target>
</Segment>

注意：该文件没有编码 xml 声明。

【问题讨论】：

您为什么要尝试使用 XML 解析器读取非 XML 文件？
嗨@MarcinJuraszek，因为这个：stackoverflow.com/questions/21465568/…，结构非常相似，谢谢
结构可能类似，但有效的是有效的XML，无效的是无效的XML。

标签： c# linq-to-xml encode

【解决方案1】：

这个 XML 很糟糕；

你有<Segment>0000016125，虽然在技术上不是非法的（它是一个文本节点），但有点奇怪。
您的 <Control> 元素包含无效字符且没有 XML CDATA 部分

您可以手动规范化 XML 或在 C# 中通过字符串操作、RegEx 或类似的方式进行规范化。

在您的简单示例中，只有 <Control> 元素具有无效字符；因此修复它并使用string.Replace() 方法添加CDATA 部分相对简单，使其看起来像这样：

<Control><![CDATA[0003┴300000┴English(U.S.)PORTUGUESE┴┴bla.000┴webgui\messages\xsl\en\blabla\blabla.xlf]]></Control>

然后您可以使用 XDocument.Parse(string xml) 将好的 XML 加载到您的 XDocument 中：

string badXml = @"
    <temproot>
        <Codepage>UTF16</Codepage>
        <Segment>0000016125
            <Control>0003┴300000┴English(U.S.)PORTUGUESE┴┴bla.000┴webgui\messages\xsl\en\blabla\blabla.xlf</Control>
            <Source>To blablablah the   firewall to blablablah local IP address.    </Source>
            <Target>Para blablablah a uma blablablah local específico.  </Target>
        </Segment>
    </temproot>";

// assuming only <control> element has the invalid characters
string goodXml = badXml
    .Replace("<Control>", "<Control><![CDATA[")
    .Replace("</Control>", "]]></Control>");

XDocument xDoc = XDocument.Parse(goodXml);
xDoc.Declaration = new XDeclaration("1.0", "utf-16", "yes");

// do stuff with xDoc

【讨论】：