c# - 解析包含非法字符的 XML

Question

我从服务器收到的消息包含标签，标签中是我需要的数据。

我尝试将负载解析为 XML，但生成了非法字符异常。

我还使用了 httpUtility和 Security Utility转义非法字符，唯一的问题是，它会转义 < >这是解析 XML 所必需的。

我的问题是，当其中包含的数据包含非法的非 XML 字符时，我该如何解析 XML？ (& -> amp;) _

谢谢。

例子:

<item><code>1234</code><title>voi hoody & polo shirt + Mckenzie jumper</title><description>Good condition size small - medium, text me if interested</description></item>

Answer 1

如果您只有 & 作为无效字符，那么您可以使用正则表达式将其替换为 &。我们使用正则表达式来防止替换已经存在的 &、"、o 等符号。

正则表达式可以如下:

&(?!(?:lt|gt|amp|apos|quot|#\d+|#x[a-f\d]+);)

示例代码:

string content = @"<item><code>1234 &amp; test</code><title>voi hoody & polo shirt + Mckenzie jumper&other stuff</title><description>Good condition size small - medium, text me if interested</description></item>";
content = Regex.Replace(content, @"&(?!(?:lt|gt|amp|apos|quot|#\d+|#x[a-f\d]+);)", "&amp;", RegexOptions.IgnoreCase);
XElement xItem = XElement.Parse(content);