在VB.Net中解析XML由于特殊字符而失败

我有一些解析XML字符串的VB.Net代码。在VB.Net中解析XML由于特殊字符而失败

XML字符串来自TCP第三方流，因此我们必须获取我们得到的数据并处理它。我们遇到的问题是其中一个元素数据有时可能包含特殊字符，例如&，$，<，因此当执行“XMLDoc.LoadXml（XML）”时失败 - 注意XMLDoc被配置为“Dim XMLDoc As XmlDocument = New XmlDocument（）”。

已经尝试谷歌的答案，但我真的很努力寻找解决方案。曾看过RegEX但意识到这有一些限制;或者我只是不明白它足够大声笑。

如果它有帮助，这里是一个XLM的例子，我们将流式传输给我们（仅供参考消息标签来自SMS消息）： - （如果它有助于唯一会有错误的位是（和所有我要检查）的<Message>O&N</Message>部分，因此在这种情况下，消息已经在与&）

<IncomingMessage><DeviceSendTime>19/02/2013 14:00:50</DeviceSendTime> 
<Sender>0000111111</Sender> 
<Status>New</Status> 
<Transport>Sms</Transport> 
<Id>-1</Id> 
<Message>O&N</Message> 
<Timestamp>19/02/2013 14:00:50</Timestamp> 
<ReadTimestamp>19/02/2013 14:00:50</ReadTimestamp> 
</IncomingMessage>

来源

2013-02-19 user2088072

这只是不好的数据。除了在源头修复它之外，你无能为力。如果你很了解XML标准，那么可以编写一些正则表达式来处理它，但这只是一个解决更大问题的方式。 – Romoku 2013-02-19 17:53:52

我同意@Romoku通过Regex清理XML只是一个绷带。 – malkassem 2013-02-19 17:56:45

'＆'和'$'可能被简单地“清理”，但是'<'将会很困难。你能否提供一些例子，其中的尖括号出现在你的流中？另外，你还看到了哪些其他“错误”字符？ – 2013-02-19 18:00:11

如果我们中Message元素专门寻找，并假设有在Message元素中没有嵌套元素：

Dim url = "put url here" 
Dim s As String 

Dim characterMappings = New Dictionary(Of String, String) From { 
    {"&", "&amp;"}, 
    {"<", "&lt;"}, 
    {">", "&gt;"}, 
    {"""", "&quot;"} 
} 

Using client As New WebClient 
    s = client.DownloadString(url) 
End Using 
s = Regex.Replace(s, 
    "(?:<Message>).*?(" & String.Join("|", characterMappings.Keys) & ").*?(?:</Message>)", 
    Function(match) characterMappings(match.Groups(1).Value) 
) 
Dim x = XDocument.Parse(s)

~~$不宜与XML的问题，但如果它是你可以添加它的字典。~~

使用WebClient来自here。

更新

由于$在正则表达式的特殊含义，它不能简单地添加到字典;它需要以正则表达式模式中的\进行转义。要做到这一点最简单的方法，是手工编写的，而不是加盟的钥匙字典模式，：

s = Regex.Replace(s, 
    "(?:<Message>).*?(&|<|>|\$).*?(?:</Message>)", 
    Function(match) characterMappings(match.Groups(1).Value) 
)

另外，我强烈建议Expresso的使用正则表达式。

来源

2013-02-19 20:27:10

嗨Zev，非常感谢您的回应（和其他人都赞赏）我有一件好事是我只需要检查''标签，其他标签都将100％罚款。我已经勾选了你的答案，因为我把它看作是一个可能的答案，但只是不确定RegEx表达式的确切语法，所以非常感谢。我将在今天晚些时候/明天晚些时候发布此消息，并将在此发布我的反馈意见。再次感谢大家的快速响应。干杯，史蒂夫（只是为了信息只有几个字符，我们有问题，所以只是$添加真的） – user2088072 2013-02-20 10:10:33

@ user2088072你确定'$'导致问题？它不是一个特殊的XML字符，因此不应该阻止解析为XML，即使它在数据中。 – 2013-02-21 07:15:43

你的XML是无效的，因此它不是XML。要么修复生成XML的代码（正确的方法），要么假装这是文本文件，并享受解析非结构化文本的所有问题。

正如您在问题<Message>O&N</Message>中所述是无效的XML。这种“XML”的最可能原因是使用字符串连接来构造它，而不是使用正确的XML操作方法。除非您使用某些arcane language，否则所有实际使用的语言都已内置或支持XML创建，因此不应该很难创建XML。

来源

2013-02-19 18:14:37

这不是*他* XML。那就是问题所在。 – 2013-02-19 18:27:59

@TimPietzcker，它*不是XML *，所以试图用XML解析器解析它是在寻求麻烦。对固定字符串进行自定义匹配以获取范围而不是试图将其放入XML中会更容易。 – 2013-02-19 18:31:53

在VB.Net中解析XML由于特殊字符而失败

回答

相关问题