解析包含“£”的 XML答案

【问题标题】：Parsing an XMl that contains "£"解析包含“£”的 XML
【发布时间】：2011-06-24 22:40:39
【问题描述】：

我正在解析一个格式不正确的 xml 文档，其中包含“&”，并且解析不正确，因为节点中有“&”。

例如<abcnode>&pound;70.00-&pound;90.00</abcnode>

当我尝试获取此节点的值时，它返回“70.00-”。

我无法控制这个 xml，所以我必须解析这个格式错误的 xml。

我正在使用XmlTextReader reader = new XmlTextReader(url); 从 url 加载 xml。

我可以用 xml 替换 &pound; 来解决我的问题，但是这个 xml 可能非常大，所以我不想下载文件来替换无效字符（出于性能原因）。

有没有办法使用XmlTextReader解析这个xml？

【问题讨论】：

我讨厌挑剔，但没有“格式不正确的 xml 文档”之类的东西。如果它的格式不正确，那么它就不是 XML。如果有实体&pound; 的定义，则文档是格式良好的XML；如果没有这样的定义，那么它的格式不正确，也不是 XML。

标签： c# xml

【解决方案1】：

XmlTextReader 将采用 TextReader 参数进行读取，因此您可以实现一个继承 TextReader 的类，覆盖所有 ReadXXX() 方法并修复覆盖中的无效字符。

编辑或者，您可以破解 XML 的 DOCTYPE，因为它被读取以添加 <!ENTITY pound "&#163;">，这应该使文档的其余部分格式正确。可能还有另一个技巧可以将实体添加到XmlTextReader 本身而无需修改 XML，但我不知道。

【讨论】：

【解决方案2】：

我想知道您是否正确地说这不是格式正确的？也许它解析正确但构建了一个 DOM 树，其中实体显式显示为节点，而您的应用程序代码忽略了实体节点？

【讨论】：