C＃从xml中删除无效字符

-1

我需要读取不符合xml规则的xml文件。所以我需要把它作为一个XML文件阅读之前。它在元素之间存在诸如“&”和“<”之类的符号。C＃从xml中删除无效字符

<MAT> 
<MATERIAL><MATNR>2286303</MATNR><BESTELTXT>Parts for something & something else</BESTELTXT><WERKS>Material exist out of<1 something</WERKS> 
</MAT>

现在我有这样的：

我读取文件中的话，我这

  text = Regex.Replace(text, @"\s&\s", " &amp; "); 
      text = Regex.Replace(text, @"[<]\d+", "&lt;");

它后，我写文件中的文本，这我读为XML。

“<”的问题是，它将删除号码，我需要保留。另外我不知道这是否有很好的表现？这也将工作与verry大文件？它也只适用于这种情况，但如果我们在未来有更多案例呢？没有将这些预定义实体更改为其xml格式的一般方法吗？

ps：我知道这应该在xml文件被处理时处理，但它来自一个thirth派对，他们不能改变它。

来源

2016-11-24 Bram V

他们不能改变呢？然后改变那个供应商 –

他们没有提供给你一个有效的XML文件，你不能指望它是一个整体。 – Jamiec

@Thomas是的，这很有趣，但通常情况下，开发人员不是这样做的。 – CodeCaster

你应该试试这个

text = Regex.Replace(text, @"(\s+)&(\s+)", "$1&amp;$2"); 
text = Regex.Replace(text, @"[<](\d+)", "&lt;$1");

第一个变化是\ s到\ S +选择&即使它由一个以上的空间包围，但是通过使用+这意味着以更低的一个空间。
通过这样做，我能够使用$1谁包含所选号码的值第二个变化\d+到(\d+)，同样的事情，工作\ S +，如果你有一个以上的选定组的顺序将是$ 1，$ 2等。
以提高性能，您可以添加RegexOptions.Compiled到您的正则表达式，用于为例text = Regex.Replace(text, @"(\s+)&(\s+)", "$1&$2",RegexOptions.Compiled);

此外，如果你想改变你把所有&删除(\s+)

来源

2016-11-24 15:07:42

而不是“尝试这个”解释你改变了什么。 – CodeCaster

以及为什么你改了它 –

@CodeCaster就够了吗？我没有解释，因为这些是正则表达式世界中的基本东西 –

C＃从xml中删除无效字符

回答

相关问题