包含无效字符的对象的XML序列化

Question

我正在序列化一个包含String属性中的HTML数据的对象。

Dim Formatter As New Xml.Serialization.XmlSerializer(GetType(MyObject)) 
Dim fs As New FileStream(FilePath, FileMode.Create) 
Formatter.Serialize(fs, Ob) 
fs.Close() 

但是，当我在看XML回对象：

Dim Formatter As New Xml.Serialization.XmlSerializer(GetType(MyObject)) 
Dim fs As New FileStream(FilePath, FileMode.Open) 
Dim Ob = CType(Formatter.Deserialize(fs), MyObject) 
fs.Close() 

我得到这个错误：

"'', hexadecimal value 0x14, is an invalid character. Line 395, position 22." 

不应该.NET防止这种错误的，转义无效字符？

这里发生了什么，我该如何解决？

Answer 1

它应该真的在序列化步骤失败，因为0x14 is an invalid value for XML。 无法转义它，即使使用&#x14也无法逃避它，因为它被排除为XML模型中的有效字符。序列化程序让我们感到惊讶，因为它使得序列化程序不合规。

是否可以在序列化之前从字符串中删除无效字符？为了什么目的，你在HTML中有一个0x14？

或者，您是否可以使用一种编码进行编写，然后使用另一种编码进行阅读？

Answer 2

我会怎样exepct .NET来处理这个问题，但你也可以看看XmlSerializer类和XmlReaderSettings（见下面的示例通用方法）：

public static T Deserialize<T>(string xml) 
{ 
    var xmlReaderSettings = new XmlReaderSettings() 
           { 
            ConformanceLevel = ConformanceLevel.Fragment, 
            ValidationType = ValidationType.None 
           }; 

    XmlReader xmlReader = XmlTextReader.Create(new StringReader(xml), xmlReaderSettings); 
    XmlSerializer xs = new XmlSerializer(typeof(T), ""); 

    return (T)xs.Deserialize(xmlReader); 
} 

我还要检查是否有没有编码（统一，UTF8等）问题。十六进制值0x14不是您期望的XML中的字符:)

Answer 3

您应该真正发布您尝试序列化和反序列化的类的代码。同时，我会猜测。

很可能，无效字符位于string类型的字段或属性中。您需要序列化的字节数组，假设你不能避免该角色目前在所有：

[XmlRoot("root")] 
public class HasBase64Content 
{ 
    internal HasBase64Content() 
    { 
    } 

    [XmlIgnore] 
    public string Content { get; set; } 

    [XmlElement] 
    public byte[] Base64Content 
    { 
     get 
     { 
      return System.Text.Encoding.UTF8.GetBytes(Content); 
     } 
     set 
     { 
      if (value == null) 
      { 
       Content = null; 
       return; 
      } 

      Content = System.Text.Encoding.UTF8.GetString(value); 
     } 
    } 
} 

这将产生XML这样的：

<?xml version="1.0" encoding="utf-8"?> 
<root xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xmlns:xsd="http://www.w3.org/2001/XMLSchema"> 
    <Base64Content>AAECAwQFFA==</Base64Content> 
</root> 

---

我看你可能更喜欢VB.NET：

''# Prettify doesn't like attributes as the first item in a VB code block, so this comment is here so that it looks right on StackOverflow. 
<XmlRoot("root")> _ 
Public Class HasBase64Content 

    Private _content As String 
    <XmlIgnore()> _ 
    Public Property Content() As String 
     Get 
      Return _content 
     End Get 
     Set(ByVal value As String) 
      _content = value 
     End Set 
    End Property 

    <XmlElement()> _ 
    Public Property Base64Content() As Byte() 
     Get 
      Return System.Text.Encoding.UTF8.GetBytes(Content) 
     End Get 
     Set(ByVal value As Byte()) 
      If Value Is Nothing Then 
       Content = Nothing 
       Return 
      End If 
      Content = System.Text.Encoding.UTF8.GetString(Value) 
     End Set 
    End Property 
End Class 

Answer 4

我集T他将XmlReaderSettings属性的CheckCharacters设置为false。 我只会建议这样做，如果你已经通过XmlSerializer自己序列化数据。如果来自未知来源，那么这不是一个好主意。

public static T Deserialize<T>(string xml) 
{ 
    var xmlReaderSettings = new XmlReaderSettings() { CheckCharacters = false }; 

    XmlReader xmlReader = XmlTextReader.Create(new StringReader(xml), xmlReaderSettings); 
    XmlSerializer xs = new XmlSerializer(typeof(T)); 

    return (T)xs.Deserialize(xmlReader); 
}