在VB.Net中解析XML由於特殊字符而失敗

我有一些解析XML字符串的VB.Net代碼。在VB.Net中解析XML由於特殊字符而失敗

XML字符串來自TCP第三方流，因此我們必須獲取我們得到的數據並處理它。我們遇到的問題是其中一個元素數據有時可能包含特殊字符，例如&，$，<，因此當執行「XMLDoc.LoadXml（XML）」時失敗 - 注意XMLDoc被配置爲「Dim XMLDoc As XmlDocument = New XmlDocument（）」。

已經嘗試谷歌的答案，但我真的很努力尋找解決方案。曾看過RegEX但意識到這有一些限制;或者我只是不明白它足夠大聲笑。

如果它有幫助，這裏是一個XLM的例子，我們將流式傳輸給我們（僅供參考消息標籤來自SMS消息）： - （如果它有助於唯一會有錯誤的位是（和所有我要檢查）的<Message>O&N</Message>部分，因此在這種情況下，消息已經在與&）

<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>

來源

2013-02-19 user2088072

這只是不好的數據。除了在源頭修復它之外，你無能爲力。如果你很瞭解XML標準，那麼可以編寫一些正則表達式來處理它，但這只是一個解決更大問題的方式。 – Romoku 2013-02-19 17:53:52

我同意@Romoku通過Regex清理XML只是一個繃帶。 – malkassem 2013-02-19 17:56:45

'＆'和'$'可能被簡單地「清理」，但是'<'將會很困難。你能否提供一些例子，其中的尖括號出現在你的流中？另外，你還看到了哪些其他「錯誤」字符？ – 2013-02-19 18:00:11

如果我們中Message元素專門尋找，並假設有在Message元素中沒有嵌套元素：

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)

~~$不宜與XML的問題，但如果它是你可以添加它的字典。~~

使用WebClient來自here。

更新

由於$在正則表達式的特殊含義，它不能簡單地添加到字典;它需要以正則表達式模式中的\進行轉義。要做到這一點最簡單的方法，是手工編寫的，而不是加盟的鑰匙字典模式，：

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

另外，我強烈建議Expresso的使用正則表達式。

來源

2013-02-19 20:27:10

嗨Zev，非常感謝您的迴應（和其他人都讚賞）我有一件好事是我只需要檢查''標籤，其他標籤都將100％罰款。我已經勾選了你的答案，因爲我把它看作是一個可能的答案，但只是不確定RegEx表達式的確切語法，所以非常感謝。我將在今天晚些時候/明天晚些時候發佈此消息，並將在此發佈我的反饋意見。再次感謝大家的快速響應。乾杯，史蒂夫（只是爲了信息只有幾個字符，我們有問題，所以只是$添加真的） – user2088072 2013-02-20 10:10:33

@ user2088072你確定'$'導致問題？它不是一個特殊的XML字符，因此不應該阻止解析爲XML，即使它在數據中。 – 2013-02-21 07:15:43

你的XML是無效的，因此它不是XML。要麼修復生成XML的代碼（正確的方法），要麼假裝這是文本文件，並享受解析非結構化文本的所有問題。

正如您在問題<Message>O&N</Message>中所述是無效的XML。這種「XML」的最可能原因是使用字符串連接來構造它，而不是使用正確的XML操作方法。除非您使用某些arcane language，否則所有實際使用的語言都已內置或支持XML創建，因此不應該很難創建XML。

來源

2013-02-19 18:14:37

這不是*他* XML。那就是問題所在。 – 2013-02-19 18:27:59

@TimPietzcker，它*不是XML *，所以試圖用XML解析器解析它是在尋求麻煩。對固定字符串進行自定義匹配以獲取範圍而不是試圖將其放入XML中會更容易。 – 2013-02-19 18:31:53

在VB.Net中解析XML由於特殊字符而失敗

回答

相關問題