c#中XML解析文件出錯(cuò)解決方法
1.內(nèi)容中含有xml預(yù)定好的實(shí)體,如“<”和“&”,對(duì)xml來說是禁止使用的,針對(duì)這種字符,解決方式是使用CDATA部件以"<![CDATA[" 標(biāo)記開始,以"]]>"標(biāo)記結(jié)束,是CDATA內(nèi)部內(nèi)容被解析器忽略。具體說明參考《XML CDATA是什么?》。
2.內(nèi)容中含有低位非打印字符,解析時(shí)會(huì)報(bào)錯(cuò):""(十六進(jìn)制值 0x1D)是無效的字符.加載或保存XML時(shí)引發(fā)的異常.System.ArgumentException: “”(十六進(jìn)制值 0x1D)是無效的字符。
出錯(cuò)的原因是內(nèi)容中含有低位非打印字符,處理方法是對(duì)其進(jìn)行過濾,過濾方法為:
return System.Text.RegularExpressions.Regex.Replace(str,@"[\x00-\x08]|[\x0B-\x0C]|[\x0E-\x1F]";
以上兩種情況,第一種較為普遍,第二種遇到情況比較少,在面對(duì)一些用戶輸入數(shù)據(jù)時(shí)生成xml,可以對(duì)xml結(jié)點(diǎn)內(nèi)容執(zhí)行上述過濾,以保證xml文件使用者可以正確解析xml文檔。
以下是詳細(xì)解釋:
“”(十六進(jìn)制值 0x1D)是無效的字符
加載或保存XML時(shí)引發(fā)的異常.System.ArgumentException: “”(十六進(jìn)制值 0x1D)是無效的字符。
產(chǎn)生原因是xml文件中包含低位非打印字符造成的
處理方法:在產(chǎn)生xml文件的時(shí)候,過濾低位非打印字符
把一個(gè)字符串中的 低序位 ASCII 字符 替換成 &#x 字符
轉(zhuǎn)換 ASCII 0 - 8 -> � - 
轉(zhuǎn)換 ASCII 11 - 12 ->  - 
轉(zhuǎn)換 ASCII 14 - 31 ->  - 
簡(jiǎn)單的處理方法
return System.Text.RegularExpressions.Regex.Replace(HttpUtility.HtmlEncode(str),@"[\x00-\x08]|[\x0B-\x0C]|[\x0E-\x1F]", "");
======================================================================================================================================================
復(fù)雜處理
獲取xml時(shí),出現(xiàn)“(十六進(jìn)制值 0x1F)是無效的字符之類Xml異常的解決辦法2008-12-19 10:44最近做新聞采集器,需要獲取很多站點(diǎn)的xml,加載個(gè)別站點(diǎn)經(jīng)常出現(xiàn)“(十六進(jìn)制值 0x1F)是無效的字符”問題,百思不的其解。對(duì)于問題站點(diǎn)xml的處理,開始的思路是既然直接用 XmlDocument對(duì)象的Load()方法不行,就用LoadXML() ,用HttpWebRequest 獲取url讀到流里再轉(zhuǎn)為xml,中間可以加一些非有效字符的過濾處理,但仍然無效,僅僅解決了請(qǐng)求超時(shí)的問題...
問題擱置了1周后,終于在今天解決了。
其實(shí)很簡(jiǎn)單,只加一條語句就搞定了
XmlDocument doc = new XmlDocument();
doc.Normalize();
// 摘要:
// 將此 XmlNode 下子樹完全深度中的所有 XmlText 節(jié)點(diǎn)都轉(zhuǎn)換成“正?!毙问剑谶@種形式中只有標(biāo)記(即標(biāo)記、注釋、處理指令、CDATA
// 節(jié)和實(shí)體引用)分隔 XmlText 節(jié)點(diǎn),也就是說,沒有相鄰的 XmlText 節(jié)點(diǎn)。
以下是轉(zhuǎn)一位仁兄的貼:
最近碰到一個(gè)問題,我的一個(gè)把數(shù)據(jù)庫中記錄的信息暴露出來的Web Service調(diào)用時(shí)候出問題了。報(bào)下面的錯(cuò)誤信息:
System.InvalidOperationException was unhandled Message="XML 文檔(1, 823)中有錯(cuò)誤。" Source="System.Xml" Message="“”(十六進(jìn)制值 0x0E)是無效的字符。 行 1,位置 823。" Source="System.Xml"
當(dāng)這個(gè)錯(cuò)誤發(fā)生時(shí),Web Service 服務(wù)器端不會(huì)有任何錯(cuò)誤,而調(diào)用這個(gè) Web Service 的客戶端則會(huì)報(bào)上述錯(cuò)誤。
是何原因?qū)е碌倪@個(gè)問題呢?
答案很簡(jiǎn)單,是WEB Service 暴露的XML文檔中存在低序位非打印 ASCII 字符所致。
我們查看 Web Service 返回的XML 文檔文檔中,會(huì)有下面的XML文檔節(jié):其中的 就是低序位 ASCII 字符。 對(duì)應(yīng)的字符如后:
<Value> 在神奇天地裏誰叱咤風(fēng)雨</Value>
會(huì)導(dǎo)致這些問題的 低序位非打印 ASCII 字符包含以下字符:
#x0 - #x8 (ASCII 0 - 8)
#xB - #xC (ASCII 11 - 12)
#xE - #x1F (ASCII 14 - 31)
下面就是一個(gè)簡(jiǎn)單演示這個(gè)問題的控制臺(tái)程序,
為了簡(jiǎn)單起見,這里沒有建立 WebService, 而是把一個(gè)類XML序列化存儲(chǔ)到文件,然后再把這個(gè)文件反序列化讀取出來:
其中的這個(gè)類的Value值中,放了一個(gè)低序位非打印 ASCII 字符。
執(zhí)行這個(gè)控制臺(tái)程序,就會(huì)報(bào)異常。“XML 文檔(3, 12)中有錯(cuò)誤?!?/p>
using System;
using System.Xml.Serialization;
using System.IO;
using System.Text;
using System.Globalization;
namespace TextSerialize
{
[Serializable]
public class MyClass
{
public string Value { get; set; }
}
class Program
{
static void Main(string[] args)
{
string fileName = "d:\\1.txt";
MyClass c = new MyClass();
c.Value = string.Format("在神奇{0}天地裏誰叱咤風(fēng)雨", Convert.ToChar(14));
SaveAsXML(c, fileName, Encoding.UTF8);
object o = ConvertFileToObject(fileName, typeof(MyClass), Encoding.UTF8);
MyClass d = o as MyClass;
if (d != null) Console.WriteLine(d.Value);
else Console.WriteLine("null");
Console.ReadLine();
}
/// <summary>
/// 序列化
/// </summary>
/// <param name="objectToConvert"></param>
/// <param name="path"></param>
/// <param name="encoding"></param>
public static void SaveAsXML(object objectToConvert, string path, Encoding encoding)
{
if (objectToConvert != null)
{
Type t = objectToConvert.GetType();
XmlSerializer ser = new XmlSerializer(t);
using (StreamWriter writer = new StreamWriter(path, false, encoding))
{
ser.Serialize(writer, objectToConvert);
writer.Close();
}
}
}
/// <summary>
/// 反序列化
/// </summary>
/// <param name="path"></param>
/// <param name="objectType"></param>
/// <param name="encoding"></param>
/// <returns></returns>
public static object ConvertFileToObject(string path, Type objectType, Encoding encoding)
{
object convertedObject = null;
if (!string.IsNullOrEmpty(path))
{
XmlSerializer ser = new XmlSerializer(objectType);
using (StreamReader reader = new StreamReader(path, encoding))
{
convertedObject = ser.Deserialize(reader);
reader.Close();
}
}
return convertedObject;
}
}
}
上面提到的Web Service 的那個(gè)問題,跟這個(gè)演示程序是一樣的。
我們需要被序列化的內(nèi)容中,存在 低序位非打印 ASCII 字符 時(shí), .net 會(huì)給我們正常序列化, 會(huì)自動(dòng)把 低序位非打印 ASCII 字符 轉(zhuǎn)換成 &#x 編碼的字符(這個(gè)XML規(guī)范中要求這么做的)。
但是,反序列化時(shí)候,如果需要反序列化的內(nèi)容如果存在 &#x 編碼的字符(映射到低序位非打印 ASCII 字符),則反序列化就會(huì)出錯(cuò)。
如果解決這個(gè)問題呢?
當(dāng)然,最徹底的解決方法是修改反序列化的代碼,讓這些字符不會(huì)出錯(cuò)。但這個(gè)東西很多時(shí)候不歸我們控制。這個(gè)方案不可行。
下一個(gè)方案就是剔除這些搗亂的字符。
我這里要給出的方案,是對(duì)這些字符序列化時(shí)作一次預(yù)處理,反序列化時(shí),作一次反向處理。
這里為了演示的更有意義,我這里處理邏輯就是把 低序位非打印 ASCII 字符 轉(zhuǎn)換成 &#x 編碼的字符 ,和把&#x 編碼的字符 轉(zhuǎn)換成 低序位非打印 ASCII 字符。
這樣就可以使用我這里提供的函數(shù),實(shí)現(xiàn)更多的處理邏輯。這兩個(gè)函數(shù)的代碼如下:
/// <summary>
/// 把一個(gè)字符串中的 低序位 ASCII 字符 替換成 &#x 字符
/// 轉(zhuǎn)換 ASCII 0 - 8 -> � - 
/// 轉(zhuǎn)換 ASCII 11 - 12 ->  - 
/// 轉(zhuǎn)換 ASCII 14 - 31 ->  - 
/// </summary>
/// <param name="tmp"></param>
/// <returns></returns>
public static string ReplaceLowOrderASCIICharacters(string tmp)
{
StringBuilder info = new StringBuilder();
foreach (char cc in tmp)
{
int ss = (int)cc;
if (((ss >= 0) && (ss <= 8)) || ((ss >= 11) && (ss <= 12)) || ((ss >= 14) && (ss <= 32)))
info.AppendFormat("&#x{0:X};", ss);
else info.Append(cc);
}
return info.ToString();
}
/// <summary>
/// 把一個(gè)字符串中的下列字符替換成 低序位 ASCII 字符
/// 轉(zhuǎn)換 � -  -> ASCII 0 - 8
/// 轉(zhuǎn)換  -  -> ASCII 11 - 12
/// 轉(zhuǎn)換  -  -> ASCII 14 - 31
/// </summary>
/// <param name="input"></param>
/// <returns></returns>
public static string GetLowOrderASCIICharacters(string input)
{
if (string.IsNullOrEmpty(input)) return string.Empty;
int pos, startIndex = 0, len = input.Length;
if (len <= 4) return input;
StringBuilder result = new StringBuilder();
while ((pos = input.IndexOf("&#x", startIndex)) >= 0)
{
bool needReplace = false;
string rOldV = string.Empty, rNewV = string.Empty;
int le = (len - pos < 6) ? len - pos : 6;
int p = input.IndexOf(";", pos, le);
if (p >= 0)
{
rOldV = input.Substring(pos, p - pos + 1);
// 計(jì)算 對(duì)應(yīng)的低位字符
short ss;
if (short.TryParse(rOldV.Substring(3, p - pos - 3), NumberStyles.AllowHexSpecifier, null, out ss))
{
if (((ss >= 0) && (ss <= 8)) || ((ss >= 11) && (ss <= 12)) || ((ss >= 14) && (ss <= 32)))
{
needReplace = true;
rNewV = Convert.ToChar(ss).ToString();
}
}
pos = p + 1;
}
else pos += le;
string part = input.Substring(startIndex, pos - startIndex);
if (needReplace) result.Append(part.Replace(rOldV, rNewV));
else result.Append(part);
startIndex = pos;
}
result.Append(input.Substring(startIndex));
return result.ToString();
}
這樣,我們這個(gè)演示程序的 Main 函數(shù)修改為下面的代碼,也不會(huì)有任何錯(cuò)誤發(fā)生。
static void Main(string[] args)
{
Console.WriteLine(GetLowOrderASCIICharacters("123456񐀀"));
Console.WriteLine(GetLowOrderASCIICharacters("123456"));
Console.WriteLine(GetLowOrderASCIICharacters(""));
Console.WriteLine(GetLowOrderASCIICharacters("0123 456789"));
Console.WriteLine(GetLowOrderASCIICharacters("\f"));
Console.WriteLine(GetLowOrderASCIICharacters(" =-1"));
Console.WriteLine(GetLowOrderASCIICharacters(" "));
Console.WriteLine(GetLowOrderASCIICharacters(" "));
string fileName = "d:\\1.txt";
MyClass c = new MyClass();
c.Value = string.Format("在神奇{0}天地裏誰叱咤風(fēng)雨", Convert.ToChar(14));
c.Value = ReplaceLowOrderASCIICharacters(c.Value);
SaveAsXML(c, fileName, Encoding.UTF8);
object o = ConvertFileToObject(fileName, typeof(MyClass), Encoding.UTF8);
MyClass d = o as MyClass;
if (d != null)
{
d.Value = GetLowOrderASCIICharacters(d.Value);
Console.WriteLine(d.Value);
}
else Console.WriteLine("null");
Console.ReadLine();
}
相關(guān)文章
Unity實(shí)現(xiàn)簡(jiǎn)單虛擬搖桿
這篇文章主要為大家詳細(xì)介紹了Unity實(shí)現(xiàn)簡(jiǎn)單虛擬搖桿,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-04-04
WinForm實(shí)現(xiàn)程序一段時(shí)間不運(yùn)行自動(dòng)關(guān)閉的方法
這篇文章主要介紹了WinForm實(shí)現(xiàn)程序一段時(shí)間不運(yùn)行自動(dòng)關(guān)閉的方法,涉及WinForm計(jì)時(shí)器及進(jìn)程操作的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-09-09
C#面向?qū)ο筇卣鞯木唧w實(shí)現(xiàn)及作用詳解
所有的面相對(duì)象思想,歸根結(jié)底是為了簡(jiǎn)化代碼,減少代碼量,構(gòu)建更符合現(xiàn)實(shí)生活邏輯的程序代碼,從而減輕程序員的負(fù)擔(dān)。不能一味地或者說刻意地去使用面相對(duì)象的思想而忽略了程序所實(shí)現(xiàn)的功能或者框架,要根據(jù)實(shí)際情況2013-10-10
C#三種方法獲取文件的Content-Type(MIME Type)
這篇文章介紹了C#獲取文件Content-Type(MIME Type)的三種方法,文中通過示例代碼介紹的非常詳細(xì)。對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-01-01
淺析.NET中AsyncLocal的實(shí)現(xiàn)原理
這篇文章主要為大家詳細(xì)介紹了.NET中AsyncLocal的具體實(shí)現(xiàn)原理,文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,如果有講得不清晰或不準(zhǔn)確的地方,還望指出2023-08-08
Unity實(shí)現(xiàn)移動(dòng)端手勢(shì)解鎖功能
這篇文章主要為大家詳細(xì)介紹了Unity實(shí)現(xiàn)移動(dòng)端手勢(shì)解鎖功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-07-07

