在 VB.net 中修复和处理格式错误的 XML

Question

我收到了一些 XML 格式的错误数据，我想知道在 vb.net 中是否有任何方法可以通过 XML 数据的字符串并安全地清理我不断获取包含 ',<,>,& 内部属性的文件的任何垃圾数据价值观，并想知道如何才能最好地整理和整理格式不正确的 XML..

目前我只有一个函数，我不断添加字符串替换，但坏数据可能是随机的，可能需要一段时间才能意识到存在问题。

我想知道有没有一种方法可以在 reg-ex 中解决这个问题，或者 .NET 中是否有一个函数可以安全地将错误的 XML 转换为安全的 XML？

我知道最简单的解决方案是更改源代码，但这是不可能的，因为它来自封闭源代码的遗留系统。

谢谢马特

Answer 1

当应用程序错误地生成 XML 时，最常见的错误可能是无法转义特殊字符，例如“

未能在属性中转义 """ 可能特别难以修复，因为未转义的 """ 看起来像是属性值的结尾，并且导致的 XML 语法错误可能会在文件中稍晚一些.

在大多数情况下，无法转义“&”或“

更好的办法是回到向您发送这些垃圾并修复它的人那里。他们发这种垃圾不是在为任何人服务。

Answer 2

您需要通过编写一个函数来清理您的输入，该函数通过迭代每个 char 来替换所有这些非 xml 支持的字符，并且如果 char 不属于相应 xml 实体的 字符之间。

完整列表请见wiki

替换这些字符后，您将获得一个有效的 xml，您可以使用任何 XML 解析器对其进行解析。