xml.LoadData - 根级别的数据无效。第1行，第1个位置。

Question

我正在尝试解析WiX安装程序中的一些XML。这个XML是从Web服务器返回的所有错误的对象。使用以下代码，我会得到问题标题中的错误：

XmlDocument xml = new XmlDocument();
try
{
    xml.LoadXml(myString);
}
catch (Exception ex)
{
    System.IO.File.WriteAllText(@"C:\text.txt", myString + "\r\n\r\n" + ex.Message);
    throw ex;
}

myString 是这个（在 text.txt 输出中看到）

<?xml version="1.0" encoding="utf-8"?>
<Errors></Errors>

text.txt 的输出结果如下所示：

<?xml version="1.0" encoding="utf-8"?>
<Errors></Errors>

Data at the root level is invalid. Line 1, position 1.

我需要解析这个XML文件，以便查看是否存在任何错误。

- Chris

---

@marc_s：一个string能否真正成为UTF-8？如果处理指令（第一行）在加载之前被删除会怎样？ - John Saunders

如果我拿你的代码编译并运行它，我不会得到任何错误。但这可能是因为我硬编码了myString。你的myString是如何设置的呢？ 如果它来自另一个文件或流，那么文件顶部可能会有令人讨厌的字节顺序标记。通常编辑器不会显示它（除非它们有十六进制模式）。 - Richard

看起来似乎可以在没有第一行的情况下解析。让我确保错误可以以这种方式处理。很抱歉花费了这么长时间。每次我想要测试，都必须重新构建整个WiX安装程序。 - Chris

@Richard - 这个来自于从远程服务器的服务调用。 - Chris

如果在文件中有任何内容位于此行之上：<?xml version="1.0" encoding="utf-8"?>，请将其从文件中删除并重试。 - Jo Smo

Answer 1

隐藏的字符可能是BOM。 可以在这里找到有关该问题和解决方案的说明，感谢James Schubert，基于James Brankin在这里找到的答案。

尽管之前的答案确实删除了隐藏字符，但也删除了整个第一行。更精确的版本应该是：

string _byteOrderMarkUtf8 = Encoding.UTF8.GetString(Encoding.UTF8.GetPreamble());
if (xml.StartsWith(_byteOrderMarkUtf8))
{
    xml = xml.Remove(0, _byteOrderMarkUtf8.Length);
}

当我从Azure blob获取一个XSLT文件并将其加载到XslCompiledTransform对象中时，我遇到了这个问题。在我的机器上，该文件看起来很正常，但是在将其作为blob上传并重新获取后，BOM字符被添加了。

- Amit Merin

---

不确定，我猜我得继续寻找，但当我这样做时，_byteOrderMarkUtf8 = ""。所以它无法捕捉到它。有什么想法吗？ - user1040975

尝试过了，没有帮助。XML 是来自数据库的。 - John Demetriou

Encoding.UTF8.GetString(Encoding.UTF8.GetPreamble())的评估结果为空字符串。 - Mister Cook

和上面的评论者一样遇到了相同的问题。对我来说，使用xmlStartsWith(byteOrderMarkUtf8, StringComparison.Ordinal)起了作用。感谢Hans Passant：https://dev59.com/questions/w2Ik5IYBdhLWcg3wMLmI#19495964 - Polshgiant

这对我解决了问题，非常感谢你，我已经为此苦恼了一段时间。 - mknopf

Answer 2

请使用 Load() 方法代替，这可以解决问题。 查看更多

- Ringo

---

我正在使用XDocument.Load()，但我遇到了问题。 - B. Clay Shannon-B. Crow Raven

看起来 XmlDocument.Load() 会在头部连续指定编码时自动处理文件编码。如果没有指定，就需要处理 StreamReader 和 XmlDocument.LoadXml 等其他工具。 - CLS

Answer 3

这里的问题是myString有一个标题行。第一行可能存在某些隐藏的字符或者该行本身导致了错误。我用以下方法切掉了第一行：

xml.LoadXml(myString.Substring(myString.IndexOf(Environment.NewLine)));

这解决了我的问题。

- Chris

---

有一次我遇到了一个错误，后来发现是开头有一个'?'。我只需将其替换为空格就可以运行了...如果你读取的文件编码与你所期望的不同，也可能会出现这种情况。 - Ricardo Appleton

我尝试过这个，但在.NETPrehistoric（1.1）中，我试图使用"\r\n"代替当时不可用的Environment.NewLine。结果我得到了“指定的参数超出了有效值的范围。” - B. Clay Shannon-B. Crow Raven

@Chris：我尝试了你的解决方案。我得到了以下异常。 System.ArgumentOutOfRangeException：StartIndex 不能小于零。参数 - Shesha

Answer 4

我认为问题在于编码。这就是为什么删除第一行（带有编码字节）可能会解决问题的原因。

对于“根级别的数据无效。第1行，第1个位置”的解决方法是使用以下代码替换：XDocument.Load( new MemoryStream( xmlContentInBytes ) );

我注意到我的XML字符串看起来还不错：

<?xml version="1.0" encoding="utf-8"?>

但在不同的文本编辑器编码下，它看起来像这样：

?<?xml version="1.0" encoding="utf-8"?>

最后，我不需要XML字符串，而是需要XML字节数组。如果您需要使用字符串，您应该在字符串中查找“隐形”字节，并尝试使用编码调整XML内容以进行解析或加载。

希望这能有所帮助。

- pawciu

Answer 5

导致此错误的主要原因是在将 Stream 或 byte[] 数组转换为 .NET string 时确定编码的逻辑。

使用带有第二个构造函数参数 detectEncodingFromByteOrderMarks 设置为 true 的 StreamReader 将确定正确的编码并创建不会破坏 XmlDocument.LoadXml 方法的 string。

public string GetXmlString(string url)
{
    using var stream = GetResponseStream(url);
    using var reader = new StreamReader(stream, true);
    return reader.ReadToEnd(); // no exception on `LoadXml`
}

一个常见的错误是在 stream 或 byte[] 上盲目使用 UTF8 编码。下面的代码会生成 string，在 Visual Studio 调试器中检查或复制粘贴到其他地方时看起来是有效的，但如果文件的编码与 UTF8（无 BOM）不同，则在使用 Load 或 LoadXml 时会产生异常。

public string GetXmlString(string url)
{
    byte[] bytes = GetResponseByteArray(url);
    return System.Text.Encoding.UTF8.GetString(bytes); // potentially exception on `LoadXml`
}

- Nenad

Answer 6

使用不同的编码保存文件：

文件 > 另存为... > 选择“UTF-8无签名”进行保存。

在VS 2017中，您可以在保存按钮旁边的下拉菜单中找到编码选项。

- MikeMajara

---

谢谢Mike，这对我很有帮助！ - Bravo

Answer 7

我通过直接编辑字节数组来解决了这个问题。 收集UTF8前缀并直接删除头部。 之后，您可以使用GetString方法将byte[]转换为字符串，如下所示。 我也删除了\r和\t，只是作为预防措施。

XmlDocument configurationXML = new XmlDocument();
List<byte> byteArray = new List<byte>(webRequest.downloadHandler.data);

foreach(byte singleByte in Encoding.UTF8.GetPreamble())
{
     byteArray.RemoveAt(byteArray.IndexOf(singleByte));
}
string xml = System.Text.Encoding.UTF8.GetString(byteArray.ToArray());
       xml = xml.Replace("\\r", "");
       xml = xml.Replace("\\t", "");

- Michael Planer

---

这对我有用。但在循环中，我们需要在删除之前检查byteArray.IndexOf(singleByte) != -1是否存在。 - ThanhLD

Answer 8

如果您的XML是一个字符串，请使用以下方法删除任何字节顺序标记：

        xml = new Regex("\\<\\?xml.*\\?>").Replace(xml, "");

- Mister Cook

Answer 9

起初我遇到了转义"&"字符的问题，然后发现变音符和特殊字母会显示为问号，并最终遇到了OP提到的问题。

我查看了答案并使用了@Ringo的建议尝试了Load()方法作为替代方案。这使我意识到我可以以其他方式处理响应，而不仅仅是作为字符串。

使用System.IO.Stream而不是字符串对我解决了所有问题。

var response = await this.httpClient.GetAsync(url);
var responseStream = await response.Content.ReadAsStreamAsync();
var xmlDocument = new XmlDocument();
xmlDocument.Load(responseStream);

Load() 的优点在于该方法可以自动检测输入 XML 的字符串格式（例如 UTF-8、ANSI 等等）。了解更多

- tibbiustin

Answer 10

我已经找到了其中一种解决方案。 对于你的代码，可以按照以下方式进行 -

XmlDocument xml = new XmlDocument();
try
{
    // assuming the location of the file is in the current directory 
    // assuming the file name be loadData.xml
    string myString = "./loadData.xml";
    xml.Load(myString);
}
catch (Exception ex)
{
    System.IO.File.WriteAllText(@"C:\text.txt", myString + "\r\n\r\n" + ex.Message);
    throw ex;
}

- Shubhasish Bhunia

---

这是一个解决方案，但不是很好的一个。这是一个编码问题，通过写入和读取文件，您实际上在没有意识到的情况下执行了编码和解码操作，因为调用Load方法的重载具有Encoding参数（System.Text.Encoding encoding）的默认值。 - hardyVeles

感谢您指出这个问题，您能帮我纠正一下吗？ - Shubhasish Bhunia

你应该使用编码类的方法对字符串进行解码和编码，完全没有必要（也没有意义）使用文件方法或文件系统。请查看以下链接：https://learn.microsoft.com/en-us/dotnet/api/system.text.encoding?view=netframework-4.8 - hardyVeles