XML中的特殊字符

Question

我想解析以下XML

XmlElement costCenterElement2 = doc.CreateElement("CostCenter");
costCenterElement2.InnerXml =
    "<CostCenterNumber>2</CostCenterNumber> <CostCenter>" +
    "G&A: Fin & Acctng" +
    "</CostCenter>";

但我發現XML異常

解析EntityName時發生錯誤。

Answer 1

是的- &在XML中無效，需要轉義為& 。

其他字符無效字符及其轉義符：

• <- <
• >- >
• “- &quote;
• '- '

以下應該工作：

XmlElement costCenterElement2 = doc.CreateElement("CostCenter");
costCenterElement2.InnerXml =
  "<CostCenterNumber>2</CostCenterNumber> <CostCenter>" +
  "G&amp;A: Fin &amp; Acctng" +
  "</CostCenter>";

但是，您實際上應該將CostCenterNumber和CostCenter創建為元素而不是InnerXml 。

Answer 2

        private string SanitizeXml(string source)
        {
            if (string.IsNullOrEmpty(source))
            {
                return source;
            }
            if (source.IndexOf('&') < 0)
            {
                return source;
            }
            StringBuilder result = new StringBuilder(source);
            result = result.Replace("&lt;", "<>lt;")
                            .Replace("&gt;", "<>gt;")
                            .Replace("&amp;", "<>amp;")
                            .Replace("&apos;", "<>apos;")
                            .Replace("&quot;", "<>quot;");
            result = result.Replace("&", "&amp;");
            result = result.Replace("<>lt;", "&lt;")
                            .Replace("<>gt;", "&gt;")
                            .Replace("<>amp;", "&amp;")
                            .Replace("<>apos;", "&apos;")
                            .Replace("<>quot;", "&quot;");

            return result.ToString();
        }

Answer 3

更新：

@thabet，如果字符串"<CostCenterNumber>...G&A: Fin & Acctng</CostCenter>"作為參數進入，並且應該表示要解析的XML，則必須使用格式正確的XML來從...開始。 在您給出的示例中，事實並非如此。 &表示實體引用的開始，后跟實體名稱，並以;結尾; ，它永遠不會出現在上面的字符串中。

如果為您提供了整個字符串作為參數，其中有些是必須解析的標記（即開始/結束標記），而有些則可能包含不應解析的標記（即& ），則沒有干凈可靠的方式“逃避”后者而不逃避前者。 您可以將所有&字符替換為& ，但這樣做可能會意外地使  進入  並且您得到的內容將是錯誤的。 如果是這種情況，那么您將收到輸入“ XML”，其中標記與無法解析的文本混合在一起，最好的辦法是告訴從您那里獲得XML的人，該XML格式不正確，他們需要修復其輸出。 。 使用標准XML工具，他們可以通過多種方法做到這一點。

另一方面，如果您有

<CostCenterNumber>2</CostCenterNumber>
<CostCenter>...</CostCenter>

與傳遞的字符串分開，您需要將傳遞的字符串作為子<CostCenter>的文本內容<CostCenter> ，並且知道它不會被解析（不包含元素），那么您可以執行以下操作：

• 創建<CostCenterNumber>和<CostCenter>作為元素
• 使它們成為父級的<CostCenter>
• 假設其中沒有標記的風險，請使用InnerXML設置CostCenterNumber的文本內容： eltCCN.InnerXml = "2";
• 為子CostCenter元素創建一個Text節點子節點，其值為傳遞的字符串： textCC = doc.CreateText(argStr) ;
• 將文本節點分配為CostCenter子元素的子元素： eltCC.AppendChild(textCC);