xml和＆問題

Question

我是XML新手，現在正在嘗試讀取xml文件。 我GOOGLE了，並嘗試這種方式來閱讀XML，但我得到這個錯誤。

引用未申報的實體'Ccaron'。線2902，9位

當我去行2902我得到這個，

<H0742>&Ccaron;opova 14, POB 1725, 
SI-1000 Ljubljana</H0742> 

這是我的方式嘗試

XmlDocument xDoc = new XmlDocument(); 
xDoc.Load(file); 
      XmlNodeList nodes = xDoc.SelectNodes("nodeName"); 
      foreach (XmlNode n in nodes) 
      { 
if (n.SelectSingleNode("H0742") != null) 
       { 
        row.IrNbr = n.SelectSingleNode("H0742").InnerText; 
       } 
       . 
       . 
       . 
      } 

當我看着w3school，&在xml中是非法的。編號： 這是編碼。我不知道它與xml有關。

編碼= 'ISO-8859-1'

預先感謝。

編輯：

他們給了我一個.ENT文件，我可以參考網上ftp.MyPartnerCompany.com/name.ent。 在此.ENT文件 我看到這樣的

<!ENTITY Cacute "&#262;"> <!-- latin capital letter C with acute, 
            U+0106 Latin Extended-A --> 

我怎麼可以參考它在我的XML解析實體？ 我喜歡在網上參考，因爲他們可能隨時添加新的。 在此先感謝！

Answer 1

Č不是XML它甚至沒有在HTML 4實體引用中定義。哪個btw不是XML。 XML不支持所有這些實體，事實上，它只支持其中的很少一部分，但如果您查找實體並找到它，則可以使用它的Unicode等效，您可以使用它。例如Š是無效的XML，但不是Š。 （Scaron是我能找到的最接近Ccaron）。

Answer 2

解決方案： -

byte[] encodedString = Encoding.UTF8.GetBytes(xml); 
    // Put the byte array into a stream and rewind it to the beginning 
     MemoryStream ms = new MemoryStream(encodedString); 
     ms.Flush();  
    ms.Position = 0;  
    // Build the XmlDocument from the MemorySteam of UTF-8 encoded bytes 
    XmlDocument xmlDoc = new XmlDocument(); 
    xmlDoc.Load(ms); 

Answer 3

你的XML文件是沒有很好地形成，因此，不能作爲XmlDocument的。期。

你有兩個選擇：

• 打開該文件作爲一個普通的文本文件和固定的症狀。
• 修復你的XML生成器，這是你真正的問題。該生成器不會使用System.Xml生成該文件，但可能會連接幾個字符串，因爲「XML只是一個文本文件」。你應該修復它，或者打開生成的XML文件將永遠是一個驚喜。

編輯：正如你不能修復您的XML生成，我建議用File.ReadAllText打開它並執行正則表達式來重新編碼&或剝離整個實體（如我們不能翻譯它）

Console.WriteLine(
    Regex.Replace("<H0742>&Ccaron;opova 14, &#123; POB & SI-1000 &amp;</H0742>", 
    @"&((?!#)\S*?;)?", match => 
    { 
     switch (match.Value) 
     { 
      case "&lt;": 
      case "&gt;": 
      case "&amp;": 
      case "&quot;": 
      case "&apos;": 
       return match.Value; // correctly encoded 

      case "&": 
       return "&amp;"; 

      default: // here you can choose: 
       // to remove entire entity: 
       return ""; 
       // or just encode that & character 
       return "&amp;" + match.Value.Substring(1); 
     } 
    })); 

Answer 4

Č是一個實體的引用。實體參考的目的很可能是針對字符Č，以生成：Čopova。

但是，that entity must be declared或XML解析器在分析XML時不會知道應該用什麼替代實體引用。

Answer 5

首先要注意的是該問題不在您的軟件中。

由於您是XML新手，我會猜測定義的實體並不是您之前遇到過的。字符實體是任意文本塊（一個或多個字符）的快捷方式。你將要看到的最常見的地方就是你現在處於的狀態。在某些時候，你的XML是由想要輸入字符'Č'或'č'（如果你的字體無法顯示它的話，用Caron寫的大寫和小寫C）創建的。

但是，在XML中，我們只有一些預先聲明的實體（和號，小於，大於，雙引號和apostraphe）。任何其他字符實體都需要聲明。爲了正確解析文件，您需要執行以下兩項操作之一 - 將字符實體替換爲不會導致解析器問題或聲明實體的內容。

要聲明實體，您可以使用稱爲「內部子集」的東西 - 您可能會在XML文件頂部看到的DTD語句的特定形式。事情是這樣的：

<!DOCTYPE root-element 
    [ <!ENTITY Ccaron "&#x010C;"> 
    <!ENTITY ccaron "&#x010D;">] 
> 

配售該聲明在XML文件的開頭（改「根元素」來匹配你的）將允許解析器解析的實體。

或者，只需將Č更改爲Č，您的問題也將得到解決。

&#表示法是一個數字實體，爲字符提供適當的Unicode值（'x'表示它是十六進制的）。

您可以隨時鍵入字符，但需要了解鍵盤和區域的來龍去脈。