使用 < 和 > 解析 XML答案

【问题标题】：Parsing XML with < and >使用 < 和 > 解析 XML
【发布时间】：2014-08-12 22:04:09
【问题描述】：

我试图剥离一些 XML 并仅获取与字段相关的值，但是 XML 不使用小于号和大于号。我尝试在字段名称周围添加子字符串（在下面的例子中是日期），这很好用。

    &lt;my:Date xmlns:my="http://schemas.microsoft.com/office/infopath/2003/myXSD/2014-07-27T23:04:34"&gt;2014-08-15&lt;/my:Date&gt;

但是，我无法围绕小于和大于子串。我的代码如下：

public string processReportXML(string field, string xml)
    {
        try
        {
            string result = xml.Substring(xml.IndexOf(field));
            int resultIndex = result.LastIndexOf(field);
            if (resultIndex != -1) result = result.Substring(0, resultIndex);

            result = result.Substring(result.IndexOf("&gt;"));
            resultIndex = result.IndexOf("&lt;");
            if (resultIndex != -1) result = result.Substring(0, resultIndex);

            return field + ": " + result.Substring(4) + "\n";
        }
        catch (Exception e)
        {
            return field + " failed\n";
        }
    }

我在一个测试项目中尝试过，它工作正常，但在我的实际 Web 服务中，我总是得到索引应该大于 0。我也尝试过使用正则表达式替换字符，但这也没有用。

result = Regex.Replace(result, "&(?!(amp|apos|quot|lt|gt);)", "hidoesthiswork?");

【问题讨论】：

标签： c# xml regex

【解决方案1】：

您有 HTML 编码的数据。

在方法的开头添加这个以获得简单的解决方案：

xml = HttpUtility.HtmlDecode(xml);

如果您使用 .NET 4.0+，也可以使用 WebUtility.HtmlDecode，如 this answer

从长远来看，您确实应该使用 XML 解析器或类似 LINQ-XML 的东西来访问这些数据。正则表达式不适用于此类结构化数据。

【讨论】：

谢谢 :) 我现在应该可以得到标签之间的内文了吧？
是的，您确实应该考虑使用 LINQ to XML 来做到这一点 :)
好的，我会添加一个根节点以使其格式正确，对吗？然后循环遍历 HTML 并使每个元素成为一个新的 XElement？
你不需要循环，你可以通过LINQ-SQL将它转换成一个集合。阅读它，它非常酷！