C# 仅从节点文本中转义非法 xml 字符答案

【问题标题】：C# Escape illegal xml characters from node text onlyC# 仅从节点文本中转义非法 xml 字符
【发布时间】：2016-10-30 12:20:06
【问题描述】：

我正在使用 API，出于某种疯狂的原因，返回的 XML 中包含 & 未正确转义的字符。这让我处于一个恼人的境地。当我尝试使用 XMLDocument 解析 xml 字符串时出现异常。

我可以使用替换来删除字符，但这可能会导致问题。

xml = xml.Replace("&amp;", "&").Replace("&", "&amp;");

这样做的问题是最终可能会出现一些转义值。像这样的节点会导致上面那行代码搞砸了。

<node>Something & something &lt; annoying</node>

如果我将 & 字符替换为 amp;它会破坏lt;。我不能对 lt 使用相同的方法；就像我对放大器所做的那样，这意味着它将转换我仍然需要转义的所有括号。

这是一个有问题的节点。

<CompanyName>Fire & Ice</CompanyName>

【问题讨论】：

您能否发布错误 XML 的示例？
我已经在示例中给出了一个示例。这是我需要能够处理的 xml。我提供了另一个我目前面临的问题的例子
Replace(" & ", "&") 怎么样？
请请求该 XML 的创建者修复它。这是正确的唯一方法。
要么你必须调用 XMLTidy 或其他东西。或者编写您自己的标记化分隔符并替换每个只是 & 字符的标记。

标签： c# xml

【解决方案1】：

您可以使用与this related question 类似的正则表达式。这本质上匹配所有未转义的 & 符号（即它将匹配 &，但不匹配 &something;）。

var xml = @"<node>Something & something &lt; annoying</node>";

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

// output: <node>Something &amp; something &lt; annoying</node>

【讨论】：

这并不适用于所有场景。考虑这个 &hello 不会被 &hello
@fahadash 是的，它会的。否定前瞻需要一个单词和一个分号，而&amp;hello 不匹配。
@fahadash 我不确定你在说什么。未匹配的是 negative 前瞻，因此它将被替换。 &amp;hello 将替换为 &amp;hello。前者是无效的，所以这肯定是预期的吗？
对不起，我的意思是说&amp;hello;（带分号），我们确实希望它是&amp;hello;，尽管您的解决方案非常接近并且可能足以满足 OP。 +1
@fahadash 我说的不是字符，我说的是实体引用。 &amp;hello; 是一个有效的实体引用，DTD 可以指定映射到什么。有关示例，请参阅this。

【解决方案2】：

我向你推荐 XElement.XElement 是有用的对象。XElement.Value 会返回你想要的字符串。

using System.Xml.Linq;
XElement y = new XElement("CompanyNames",
                new XElement("CompanyName", "Fire & Ice")
                );
foreach (var item in y.Elements("CompanyName"))
{
   Console.WriteLine(item.Value);
}

输出将是“火与冰”

【讨论】：

如果 XML 无效，它将无法解析。我不明白这有什么帮助。
XElement 可以解析无效的 XML 吗？
@CharlesMager "解析 EntityName 时出错。第 1 行，位置 18。"在上面的<node> 示例中使用XDocument.Parse 时。
请添加一些代码示例或与原始问题对应的示例链接。