從Word粘貼+創建XML文檔 - >十六進制值0x0C，是一個無效字符（.Net）

我有一個網頁接受來自用戶的HTML輸入。輸入是使用命名空間System.Xml轉換成XML文檔，例如：從Word粘貼+創建XML文檔 - >十六進制值0x0C，是一個無效字符（.Net）

var doc = new XmlDocument(); 
doc.AppendChild(doc.CreateElement("root")); 
doc.DocumentElement.SetAttribute("BodyHTML", theTextBox.Text);

之後XSL轉換（System.Xml.Xsl.XslCompiledTransform）對數據使用。

用戶傾向於使用項目符號，引號等方式在Microsoft Word中編寫文本。粘貼到我的頁面時，它們的文本包含無效字符，例如0x0C，0x03等。當使用xsl轉換時，會發生此錯誤「十六進制值0x0C，是一個無效字符。」

我修復迄今已消除，我已經發現有攻擊性，使用循環和String.Replace人物：所有字符從0到31，除了9，10和13帶有String.Empty取代。

我在找什麼是一個更好的方法來做到這一點。內置的.Net方法？或者也許只是非法unicode字符的完整列表。

找到兩個答案哪個做同樣的事情

第一種使用一個StringBuilder，遍歷人物逐一過濾掉非法字符。第二個使用Regex和.Replace來完成同樣的事情。兩位作者都着眼於Xml標準來找出哪些字符是非法的。

我對一個長字符串（1.8 MB文件運行1000次）和一個短字符串（「Hello world」運行10,000,000次）做了一些計時。 StringBuilder方法比正則表達式快3倍。正則表達式當然只編譯一次，而不像我鏈接的代碼。

長字符串：

CleanInvalidXmlChars time: 00:00:07.4356230 
SanitizeXmlString time: 00:00:02.3703305

短字符串：

CleanInvalidXmlChars time: 00:00:05.2805834 
SanitizeXmlString time: 00:00:01.8319114

2010-05-20 15:06:26

回答