如何防止XMLReader对字符进行反转义

Question

我希望创建一个简单的XMLreader，可以将完整的节点（包括子节点）作为文本读取：

string TXML = @"<xml><text>hall&#xF6;le</text></xml>";

XmlReader r = XmlReader.Create(new StringReader(TXML));
r.Read(); r.Read();

string o = r.ReadOuterXml();

ReadOuterXml可以完成任务，但它会取消转义已经转义的符号：

"<text>hallöle</text>"

I whish to have the result:

"<text>hall&#xF6;le</text>"

我该如何避免这种“取消转义”的情况。我想将这些片段存储到数据库中，不需要进行转义。此外，我不想解析和重新创建这些片段。

- user1410404

---

你能否修改XML源代码，将&符号转义为&？ - Chris Sinclair

当您将数据插入数据库时，我认为您希望它是正确的数据，而不是转义后的数据。这样，您就可以搜索它，并且当您从数据库中读取数据时，它将是正确的。如果您正在使用ADO和参数，则在将数据插入数据库时不需要转义数据。 - Steven Doggart

我是中间人。我不能更改源代码。此外，如果我将存储的数据返回给客户端，他希望再次进行转义。这就是为什么我想让它保持原样的原因。 - user1410404

Answer 1

我遇到了类似的问题，我想在读取xml时保留转义字符，但是在调用ReadOuterXml（）时，只有一些字符被保留，至少一个字符被转换了（我有"而不是"）

我的解决方案如下：

string TXML = @"<xml><text>hall&#xF6;le</text></xml>";
TXML = TXML.Replace("&", "&amp;");
XmlTextReader r = new XmlTextReader(new StringReader(TXML));
r.Read(); r.Read();
// now we are at the text element
r.ReadStartElement()
var content = SecurityElement.Escape(r.ReadContentAsString())
r.ReadEndElement()

- Maria Variu

Answer 2

我发现了两个解决方案。两个都不太好，但也许你可以告诉我哪个缺点更少。

这两个解决方案都依赖于直接使用 ´XmlTextReader´ 而不是 ´XmlReader´。它带有属性 ´LinePosition'，这导致了第一个解决方案，并以方法 ´ReadChars´ 为基础的第二个解决方案。

解决方案（1），通过索引从原始字符串获取数据

问题：

• 无法在流输入上工作
• 如果 XML 有多行，则无法工作

代码

string TXML = @"<xml><data></data><rawnode at=""10 4""><text>hall&#xF6;le</text><z d=""2"">3</z></rawnode><data></data></xml>";

//XmlReader r = XmlReader.Create(new StringReader(TXML));
XmlTextReader r = new XmlTextReader(new StringReader(TXML));

// read to node which shall be retrived "raw"
while ( r.Read() )
{
    if ( r.Name.Equals("rawnode") )
        break;
}

// here we start
int Begin = r.LinePosition;
r.Skip();
int End = r.LinePosition;

// get it out
string output=TXML.Substring(Begin - 2, End - Begin);

解决方案（2），使用´ReadChars´获取数据

问题：

• 我必须解析并重新创建我想要读取的标记的“外部”标记。
• 这可能会耗费性能。
• 我可能会引入错误。

代码：

// ... again create XmlTextReader and read to rawnode, then:
// here we start
int buflen = 15;
char[] buf = new char[buflen];
StringBuilder sb= new StringBuilder("<",20);

//get start tag and attributes    
string tagname=r.Name;
sb.Append(tagname);
bool hasAttributes = r.MoveToFirstAttribute();
while (hasAttributes)
{
    sb.Append(" " + r.Name + @"=""" + r.Value + @"""");
    hasAttributes = r.MoveToNextAttribute();
}
sb.Append(@">");
r.MoveToContent();

//get raw inner data    
int cnt;
while ((cnt = r.ReadChars(buf, 0, buflen)) > 0)
{
    if ( cnt<buflen )
        buf[cnt]=(char)0;
    sb.Append(buf);
}

//append end tag    
sb.Append("</" + tagname + ">");

// get it out
string output = sb.ToString();

- user1410404

Answer 3

请查看您的 XML 标头并验证它是否包含类似以下内容：<?xml version="1.0" encoding="ISO-8859-9"?> 对于转义和反转义，您可以使用 C# 函数InnerXml 和 InnerText：

public static string XmlEscape(string unescaped)
{
    XmlDocument doc = new XmlDocument();
    var node = doc.CreateElement("root");
    node.InnerText = unescaped;
    return node.InnerXml;
}

public static string XmlUnescape(string escaped)
{
    XmlDocument doc = new XmlDocument();
    var node = doc.CreateElement("root");
    node.InnerXml = escaped;
    return node.InnerText;
}

- HW90

---

“string TXML = @”<?xml version=”1.0″ encoding=”ISO-8859-9″?><xml><text>hallöle</text></xml>”;”，但使用相同的代码解析该字符串并没有改变结果。 - user1410404

此外，感谢您的Xml（un）Escape方法，但使用它们意味着需要读取和重新创建整个内部XML。这恰好是我试图避免的。 - user1410404

Answer 4

我理解您不想解析和重新创建转义字符的愿望，但除非您完全自定义它，否则我找不到避免这样做的方法。也许这并不是太糟糕？

string TXML = @"<xml><text>hall&#xF6;le</text></xml>";
TXML = TXML.Replace("&", "&amp;");
XmlTextReader r = new XmlTextReader(new StringReader(TXML));
r.Read(); r.Read();

string o = r.ReadOuterXml();
o = o.Replace("&amp;", "&");

- seekerOfKnowledge

---

是的，也许这是唯一的方法。谢谢你。但除了有一个非常粗糙的解决方案之外，它可能会影响应用程序的性能。我从一个大型XML中读取片段，并且需要多次读写源代码。 - user1410404

同一来源？只需读取一次并将其存储在变量中，然后您可以使用该变量多次写出。 - seekerOfKnowledge