使用XElement处理无效的XML字符

Question

我有一个返回XElement对象的C# API。这个XElement对象是通过以下代码构建的 -

string invalidXML = "a \v\f\0";    
XElement fe = new XElement("Data", invalidXML);
Console.WriteLine(fe);

通过观察，我知道当尝试将无效的 XML 字符传递给上面的 XElement 构造函数时，会引发 System.Argument 异常。

所以事实证明，当传递包含无效 XML 字符的字符串时，XElement 不会抛出错误。如果您尝试通过 Console.WriteLine(fe) 打印 XElement，则会从 XMLWriter 收到异常。

System.ArgumentException: '', hexadecimal value 0x0B, is an invalid character.
   at System.Xml.XmlEncodedRawTextWriter.InvalidXmlChar(Int32 ch, Char* pDst, Boolean entitize)
   at System.Xml.XmlEncodedRawTextWriter.WriteElementTextBlock(Char* pSrc, Char* pSrcEnd)
   at System.Xml.XmlEncodedRawTextWriter.WriteString(String text)
   at System.Xml.XmlEncodedRawTextWriterIndent.WriteString(String text)
   at System.Xml.XmlWellFormedWriter.WriteString(String text)
   at System.Xml.Linq.ElementWriter.WriteElement(XElement e)
   at System.Xml.Linq.XElement.WriteTo(XmlWriter writer)
   at System.Xml.Linq.XNode.GetXmlString(SaveOptions o)
   at System.Xml.Linq.XNode.ToString()
   at System.IO.TextWriter.WriteLine(Object value)
   at System.IO.TextWriter.SyncTextWriter.WriteLine(Object value)
   at System.Console.WriteLine(Object value)
   at TestLoggingForUNIT.Program.Main(String[] args) in C:\Users\shivanshu\source\repos\TestLoggingForUNIT\TestLoggingForUNIT\Program.cs:line 29

对我来说，似乎XElement本身并不进行任何验证。在.NET中，当它被打印/序列化时，内部会调用XML writer，这时会抛出异常。

我的问题是，XElement是否保证如果传递了无效的XML字符就会抛出异常？

换句话说，我需要检查我传递的字符串是否存在无效的XML字符吗？使用类似XmlConvert.IsXmlChar（string）的东西？

我看了下面的链接，但没有找到令人满意的答案-

https://learn.microsoft.com/en-us/dotnet/csharp/programming-guide/concepts/linq/valid-content-of-xelement-and-xdocument-objects3

- sandunes90

---

查看源代码：https://referencesource.microsoft.com/#System.Xml.Linq/System/Xml/Linq/XLinq.cs,3367036406d1344a，它似乎正在使用XmlWriter进行验证。 - jdweng

我在VS中逐步执行了.NET代码，它只是进入AddContentSkipNotify()，然后将其解析为字符串并返回。不确定您在哪里看到XmlWriter进行验证。 - sandunes90

在 GetXmlString 方法中 - jdweng

Answer 1

是 XmlWriter 在验证编写的字符是否有效。在官方文档中，相关的 XmlWriter 配置在“数据一致性”部分中描述：

数据一致性

XML 编写器使用 XmlWriterSettings 类的两个属性来检查数据一致性：

CheckCharacters 属性指示 XML 编写器检查字符，并在任何字符超出 W3C 定义的合法范围时抛出 XmlException 异常。

ConformanceLevel 属性配置 XML 编写器检查被编写流是否符合由 W3C 定义的“XML 1.0 文档或文档片段”的规则。三个一致性级别在以下表格中描述。默认值为 Document。有关详细信息，请参阅 XmlWriterSettings.ConformanceLevel 属性和 System.Xml.ConformanceLevel 枚举。

是的，将 CheckCharacters 标志设置为 true，将确保在遇到非法字符时引发异常。

如果您想允许编写无效字符，则可以在XmlWriter的XmlWriterSettings中将CheckCharacters标志设置为false，这将防止抛出异常。通常，XmlWriter会将保留字符编码为字符实体（例如<到<）。此外，当标志设置为false时，XmlWriter将使用数字字符实体转义非法字符（例如\f到），以生成符合XML规范的文本。

- Suncat2000