德国文化中的 XML 解析问题 - ASP.NET

Question

编码平台：使用 C# 的 ASP.NET WebForms 4.0

背景：我正在从 XML 中读取一些值，并且一切都在我的语言环境（en-US）中运行。 XML 看起来像这样

<?xml version="1.0" encoding="utf-32" ?>
<settings>
  <UserRegistration>AutoAuthorize</UserRegistration>
  <OpenIDProfile>PromptUser</OpenIDProfile>
  <EnableSpamProtection>Yes</EnableSpamProtection>
  <MaxAllowedOpenID>2</MaxAllowedOpenID>
  <WebsiteURL>http://localhost:70707/blah/</WebsiteURL>
  <FacebookOAuthURL>https://graph.facebook.com/oauth/authorize?</FacebookOAuthURL>
  <FacebookAccessTokenURL>https://graph.facebook.com/oauth/access_token?</FacebookAccessTokenURL>
  <FacebookRedirectPage>ausgefüllt.aspx</FacebookRedirectPage>
  <FacebookAppID>192328104139846</FacebookAppID>
  <FacebookAppKey>29daeb58d8ae84cc22181f4073e4ed9d</FacebookAppKey>
  <FacebookAppSecret>b94e9ddd20efc47b3227e7333925fdd8</FacebookAppSecret>
  <FacebookScope>email</FacebookScope>
  <EmailSettingsDisplayName>admin</EmailSettingsDisplayName>
  <EmailSettingsEmail>blah@blah.com</EmailSettingsEmail>
  <EmailSettingsPassword>192185135098207157230060249027191124199097098215</EmailSettingsPassword>
</settings>

问题

我将整个东西打包给我的客户进行测试。测试环境是

服务器：Windows Server 2008 R2 64 位
语言环境：德语（de-DE）

现在，当我尝试读取 XML 时，Elmah 抛出两个错误错误。第一个错误是

System.Xml.XmlException: '????', 十六进制值 0xA000D，是一个 无效字符。第 1 行，位置 40. 在 System.Xml.XmlTextReaderImpl.Throw（字符串 水库，字符串 [] 参数）在 System.Xml.XmlTextReaderImpl.ParseRootLevelWhitespace() 在 System.Xml.XmlTextReaderImpl.ParseDocumentContent() 在 System.Xml.Linq.XDocument.Load（XmlReader 阅读器，LoadOptions 选项）在 System.Xml.Linq.XDocument.Load（字符串 uri，LoadOptions 选项）在 Administrator_SiteSettings.SaveSettingsButton_Click(对象 发件人，EventArgs e) 在 c:\Webs\ThirdPartyLogins\Administrator\SiteSettings.aspx.cs:line 48

我正在将这些 XML 节点值放入字典中，此错误之后是字典的键未找到错误。
编码是罪魁祸首吗？
我的代码可能有什么问题？

---

更新：请阅读UTF-8, UTF-16, and UTF-32。 更改为 utf-8 会有帮助吗？

---

Update2：有两件事可以更清楚地说明问题。

1) 将编码更改为 utf-16 时，出现新错误

在 utf-16 它的 System.Xml.XmlException： '.'，十六进制值 0x00，是一个 无效字符。第 1 行，位置 39.

2) 之前粘贴的 XML 不完整。它有更多的节点和一些 URL 作为节点数据。这会是个问题吗？也更新了 XML。

---

Answer 1

简短回答：是的，编码是罪魁祸首；正确的编码是 utf-16。

长答案：线索在于异常文本，其中显示“十六进制值 0xA000D”和“第 1 行，位置 40”。

当 XmlReader 读取您的文件时，它首先读取 XML 声明（<?xml 和 ?> 之间的所有内容）以确定文件的其余部分使用哪种编码。在这种情况下，声明说 UTF-32。因此，在读取声明末尾的 > 字符后，它立即切换到使用 UTF-32 编码。正如您链接的文章所解释的，UTF-32 使用 4 个字节来表示每个字符，因此 XmlReader 从文件中读取接下来的 4 个字节并尝试将它们解释为一个字符。 （这与您的错误消息一致，因为第 1 行位置 40 紧跟在 > 字符之后。）

如果文件真的是 UTF-32，接下来的 4 个字节会是什么？好吧，文件中> 字符之后的下一个内容是换行符，它由两个字符组成，回车符和换行符（在 Unicode 中分别为 0D 和 0A）。所以我们预计接下来的 4 个字节是 0D 00 00 00，接下来的 4 个字节是 0A 00 00 00（请记住，Windows 是 little-endian）。

但正如错误消息所述，实际读取的“字符”是 A000D，这意味着接下来的 4 个字节是 0D 00 0A 00（同样，请记住 little-endian）。这非常接近，但显然每个字符只使用 2 个字节而不是 4 个字节。好吧，我们有一个名称，不是吗？它叫做 UTF-16！