在 C# 中将现有 XML 文件从 ANSI 编码标准转换为 UTF-8 编码标准答案

【问题标题】：Convert existing XML file from ANSI encoding standard to UTF-8 encoding standard in C#在 C# 中将现有 XML 文件从 ANSI 编码标准转换为 UTF-8 编码标准
【发布时间】：2020-11-13 03:07:50
【问题描述】：

我正在尝试将现有 XML 文件转换为 UTF-8，文件中未指定编码，因为它具有度数 (°) 和上标 (²) 等符号，我假设它是 ANSI 编码。因此，我得到了一个例外：

抛出异常：System.Xml.dll 中的“System.Xml.XmlException” System.Xml.dll 中出现“System.Xml.XmlException”类型的异常，但未在用户代码中处理给定编码中的无效字符。第 5 行，位置 48。

我用来加载文件的代码。

        XmlDocument xmlDocument;
        xmlDocument = new XmlDocument();
        string currentDir = Environment.CurrentDirectory;
        //getting the directory
        DirectoryInfo directory = new DirectoryInfo(
        Path.GetFullPath(Path.Combine(currentDir, @"..\..\" + @"utils\XML\test.xml")));

        //loading the xml file
        xmlDocument.Load(directory.ToString());

所以我的问题是：有没有办法使用 C# 以可编程方式转换编码？

一种方法是将文件作为字符串读取，但这不可行，因为文件应该非常大，因此很难处理。

        string fileContent = File.ReadAllText(directory.ToString());
        xmlDocument.LoadXml(fileContent);

【问题讨论】：

您的 xml 应该在其声明中包含编码。无论如何，您可以通过使用 Load(Stream) overload 并传递 StreamReader(Stream, Encoding) 来指定编码
张贴 xml 的开头，这样我就可以看到真正的错误。错误在第 5 行。 ToString() 可能会导致其他错误。我怀疑如果您使用 XmlReader.Create(filename) 阅读，这将起作用。您可能需要添加 XmlReaderSetting 以忽略某些检查。
请查看以下链接：docs.microsoft.com/en-us/dotnet/csharp/programming-guide/…
@jdweng 文件开头没有包含编码。它看起来像这样：<?xml version="1.0" ?>

标签： c# xml encoding utf-8

【解决方案1】：

我无法使用 XmlDocument 或 XDocument 直接更改编码，所以我必须找到另一种方法。我使用 StreamReader 读取 XML 文件内容：

string currentDir = Environment.CurrentDirectory;
StreamReader sr = new StreamReader(Path.GetFullPath(Path.Combine(currentDir, @"..\..\" + @"utils\XML\test.xml")));

然后使用 XmlDocument 将其作为字符串加载

XmlDocument xmlDocument = new XmlDocument();
xmlDocument.LoadXml(sr.ReadToEnd());

之后，我的解决方案是从 XML 中删除第一行并插入一个新声明。

XmlDeclaration xmldecl = xmlDocument.CreateXmlDeclaration("1.0", "utf-8", null);
            xmlDocument.InsertBefore(xmldecl, xmlDocument.FirstChild);
            xmlDocument.Save(Path.Combine(currentDir, @"..\..\" + @"utils\XML\test-1.xml"));

最后要删除无效字符，我只是将文件读入字符串并替换未知字符“�”，因为当它作为字符串读取时，所有无效字符都将替换为该字符（问号框）。这里可以做的是用其他东西替换字符（为了我的代码，我把它留空了）

var fileContent = File.ReadAllText(Path.Combine(currentDir, @"..\..\" + @"utils\XML\test-1.xml"));
            fileContent = Regex.Replace(fileContent, "�", "");
            File.WriteAllText(Path.Combine(currentDir, @"..\..\" + @"utils\XML\test-1.xml"), fileContent);

这是我想出的解决方案。

【讨论】：