替换出现在 XML 节点中的 >、< 和 & 字符答案

【问题标题】：Replace >, <, & chars that appear inside XML nodes替换出现在 XML 节点中的 >、< 和 & 字符
【发布时间】：2011-04-12 20:22:39
【问题描述】：

Regular expression to match ">", "<", "&" chars that appear inside XML nodes

对此我有一个几乎相同的问题 - 但是，我使用的是 C#。

我不是在这里争论 XML 的有效性。

发送进来的东西不在我的控制范围内。

输入 XML：

<PNODE> 
  <CNODE>This string contains > and < and & chars.</cnode> 
</PNODE>

我需要它看起来像这样：

<PNODE> 
  <CNODE>This string contains &gt; and &lt and &amp; chars.</CNODE> 
</PNODE>

看起来这家伙找到了 PHP 的解决方案——这对我没有帮助。

但是，我需要找到一种方法来转义节点内的 &、> 和

【问题讨论】：

此外 - 由于似乎存在一些混淆：replace、htmlencode、securityelement.escape、xmltextwriter 等 - 这些常用方法都不起作用，因为它们也替换了节点声明标记。跨度>

标签： c# xml

【解决方案1】：

查看Tidy.Net。这是 Tidy 的 .Net 实现。

【讨论】：

虽然我确信我可以找到一个 .Net Tidy 解决方案，但它有望奏效 - 是否有另一种不需要 Tidy 库或任何其他第三方添加的方法来做到这一点？
您可以构建自己的实现。这种格式不正确的 XML 不会加载到 XmlDocument 中，因此您必须将其作为字符串加载，并自动执行一个过程来确定哪些项目应该被替换，哪些是文档的有效部分。理论上，任何 & 都可以被替换，任何 > 前面没有 <PNODE><CNODE>This string contains <AND> and & chars.</CNODE></PNODE> 其中<AND> 将被遗漏。从那你可能会发现没有关闭......
简单地说，我不会尝试重新发明轮子。

【解决方案2】：

tidy 库周围有几个 .Net 包装器。

http://users.rcn.com/creitzel/tidy.html#dotnet

http://www.codeproject.com/KB/mcpp/eftidynet.aspx

还有一个.Net Port of tidy。

【讨论】：

虽然我确信我可以找到一个 .Net Tidy 解决方案，但它有望奏效 - 是否有另一种不需要 Tidy 库或任何其他第三方添加的方法来做到这一点？
正如@md5sum 所述，虽然可以自己完成，但为什么要重新发明轮子。您是否有不能使用 3rd 方库/解决方案的基本要求？特别喜欢 Tidy .Net，因为它是开源的？

【解决方案3】：

使用 HTTPUtility。

HttpUtility.HtmlEncode("<text to Encode>");

【讨论】：

这会破坏<foo><bar>uh oh bad > < & characters</bar></foo>;他需要修复坏字符而不损坏<foo>和<bar>。

【解决方案4】：

你应该看看 SgmlReader：

http://developer.mindtouch.com/SgmlReader

它会给你你想要的 :) 我在这里使用它：http://www.xmltools.dk/HtmlToXml 试试看 :) （你可以禁用 html 标签和大写标签->小写标签转换。）

【讨论】：

【解决方案5】：

我一直只对 XML 使用 replace（我不必引入 HTTP 库）：

string output = inputXml.Replace("&", "&amp;")
                        .Replace("<", "&lt;")
                        .Replace(">", "&tg;")
                        .Replace("'", "&apos;")     // optional
                        .Replace("\"", "&Quot;")    // optional

【讨论】：

如果他打算这样做，他可能应该只使用HTTPUtility.HtmlEncode，但已经确定这不起作用......
但这也会影响您的节点。我错过了你问题的那一部分。
inputXml 是整个 xml。这将替换完美的 XML 以及内容中不需要的字符。

【解决方案6】：

我不是在这里争论 XML。

与that other question 一样，正确的答案是您收到的不是 XML。这是一个格式正确的问题，而不是 XML 意义上的有效性问题。

发送进来的东西是我无法控制的。

这可能是真的，但如果有人寄给您一夸脱用过的机油并要求您将其转换为 HTML，您还会接受吗？通常数据交换是根据合同（正式或非正式）完成的，交换的数据将遵守某些标准。如果它不符合商定的标准，数据可以被退回，被拒绝。

如果您不需要 XML 作为输入，那么这个问题与“出现在 XML 节点中的

正如其他人所说，要做到这一点，.NET Tidy 和 SGMLReader 是很好的解决方案。

【讨论】：