我正在尝试通过套接字读取从外部接口(interface)接收到的一些 XML。 问题是 XML header 中的编码指定错误(它说是 iso-8859-1,但它是 utf-16BE)。据记录,编码是 utf-16BE,但显然他们忘记设置正确的编码。
为了在反序列化时忽略编码,我使用了这样的 StringReader:
private static T DeserializeXmlData<T>(byte[] xmlData)
{
var xmlString = Encoding.BigEndianUnicode.GetString(xmlData);
using (var reader = new StringReader(xmlString))
{
reader.ReadLine(); // Eat header line
using (var xmlReader = XmlReader.Create(reader))
{
var serializer = new XmlSerializer(typeof(T));
return (T)serializer.Deserialize(xmlReader);
}
}
}
上面实际上工作正常,但我不喜欢我只是通过调用 ReadLine 跳过标题行的部分。 是否有更简单的方法来绕过 XML header 中指定的编码?
使用 StreamReader 的解决方案
通过使用 StreamReader,我可以覆盖 XML header 中指定的编码。指定 XmlReaderSettings.IgnoreProcessingInstructions 与否没有任何区别。 有趣的是,如果 StreamReader 找到 unicode 字节顺序标记,它会忽略指定的编码。
回顾一下:
- 如果使用 TextReader 初始化 XmlReader,则忽略 XML header 编码。
- 如果使用 StringReader,如果存在 unicode 字节顺序标记,则 XmlReader 会失败。
- 如果使用 StreamReader,则 unicode 字节顺序标记会覆盖 StreamReader 编码。
- XmlReaderSettings.IgnoreProcessingInstructions = true 在使用 TextReader 时没有区别。
总而言之,最可靠的解决方案似乎是使用 StreamReader,因为它使用字节顺序标记(如果存在)。
private static T DeserializeXmlData<T>(byte[] xmlData)
{
using (var xmlDataStream = new MemoryStream(xmlData))
{
using (var reader = new StreamReader(xmlDataStream, Encoding.BigEndianUnicode))
{
using (var xmlReader = XmlReader.Create(reader))
{
var serializer = new XmlSerializer(typeof (T));
return (T) serializer.Deserialize(xmlReader);
}
}
}
}
最佳答案
我想我只需要使用 StreamReader,用正确的编码构造并将其传递给 XmlReader.Create(TextStream) 方法:
using (var sr = new StreamReader(@"c:\temp\bad.xml", Encoding.BigEndianUnicode)) {
using (var xr = XmlReader.Create(sr, new XmlReaderSettings())) {
// etc...
}
}
关于.net - 反序列化 XML 时忽略指定的编码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4034207/