XML 反序列化 C# 为有效文档提供错误

Question

我有很多结构相同的 XML 文件。他们中的许多人工作正常，但是对于某些 XmlSerializer 给了我一个错误，但是当我将文档放入 xml 验证器时 - 它说文档是正确的。

反序列化代码：

var document = serializer.Deserialize(File.OpenRead(file));

错误：

System.InvalidOperationException: There is an error in XML document (504, 8). ---> System.Xml.XmlException: Unexpected node type Element. ReadElementString method can only be called on elements with simple or empty content. Line 504, position 8.
  at System.Xml.XmlReader.ReadElementString()
  at Microsoft.Xml.Serialization.GeneratedAssembly.XmlSerializationReaderPatentdocument.Read33_Claimtext(Boolean isNullable, Boolean checkType)
  at Microsoft.Xml.Serialization.GeneratedAssembly.XmlSerializationReaderPatentdocument.Read34_Claim(Boolean isNullable, Boolean checkType)
  at Microsoft.Xml.Serialization.GeneratedAssembly.XmlSerializationReaderPatentdocument.Read35_Claims(Boolean isNullable, Boolean checkType)
  at Microsoft.Xml.Serialization.GeneratedAssembly.XmlSerializationReaderPatentdocument.Read43_Patentdocument(Boolean isNullable, Boolean checkType)
  at Microsoft.Xml.Serialization.GeneratedAssembly.XmlSerializationReaderPatentdocument.Read44_patentdocument()
  --- End of inner exception stack trace ---
  at System.Xml.Serialization.XmlSerializer.Deserialize(XmlReader xmlReader, String encodingStyle, XmlDeserializationEvents events)
  at System.Xml.Serialization.XmlSerializer.Deserialize(Stream stream)

给出错误的文档部分：

<text>12. Führungsschiene nach einem der Ansprüche 2 bis 11, dadurch gekennzeichnet, daß in den beiden Nutwänden (<b>11<i>a</i>, 11</b><i>a′)</i> einander gegenüberliegende Bohrungen (<b>14</b><i>a</i>, <b>14</b><i>a</i>′) vorgesehen sind, von denen die eine Bohrung (<b>14</b><i>a</i>′) durch das Einsatzteil (<b>15</b><i>a)</i> ver­schlossen ist.</text>

我想这是因为里面的内联html标签，因为它在i标签的位置抱怨这条线

<b>11<i>a</i>, 11</b>

但是例如根据 XmlSerializer 这个 xml 是正确的，并且可以反序列化它：

<text>9. Führungsschiene nach Anspruch 8, dadurch gekennzeichnet, daß der Ansatz (<b>20</b>) die Zuführfläche (<b>25</b>) aufweist.</text>

所以我的问题是为什么 xml 验证器说文档是有效的，而 XmlSerializer 不能反序列化它？是否可以在不更改文档的情况下找到解决方法？

Answer 1

假设我们有以下类：

public class Foo
{
    //[XmlIgnore]
    public string Text { get; set; }
}

还有如下形式的xml：

<Foo xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
    <text>12. Führungsschiene nach einem der Ansprüche 2 bis 11, dadurch gekennzeichnet, daß in den beiden Nutwänden (<b>11<i>a</i>, 11</b><i>a′)</i> einander gegenüberliegende Bohrungen (<b>14</b><i>a</i>, <b>14</b><i>a</i>′) vorgesehen sind, von denen die eine Bohrung (<b>14</b><i>a</i>′) durch das Einsatzteil (<b>15</b><i>a)</i> ver­schlossen ist.</text>
</Foo>

那么我们可以对数据进行如下反序列化。

var xs = new XmlSerializer(typeof(Foo));
xs.UnknownElement += Xs_UnknownElement;

Foo foo;
using (var fs = new FileStream("test.txt", FileMode.Open))
{
    foo = (Foo)xs.Deserialize(fs);
}

订阅XmlSerializer 到UnknownElement 活动。

在事件处理程序中手动将我们的属性设置为数据。

private static void Xs_UnknownElement(object sender, XmlElementEventArgs e)
{
    var foo = (Foo)e.ObjectBeingDeserialized;
    foo.Text = e.Element.InnerXml;
}

请注意，属性名称不应与 xml 节点名称匹配（区分大小写）。只有在这种情况下才会触发事件。如果名称匹配，请使用XmlIgnore 属性。

Answer 2

尝试序列化导致您出现问题的实例。然后，您可以将序列化的输出与您尝试反序列化的文件的内容进行比较。两个 XML 字符串之间的差异会告诉您问题出在哪里。

这是一个将类的实例序列化为 XML 的快速函数：

    public static string Serialize<T>(T entity)
    {
        if (entity == null)
            return String.Empty;

        try
        {
            XmlSerializer XS = new XmlSerializer(typeof(T));
            System.IO.StringWriter SW = new System.IO.StringWriter();
            XS.Serialize(SW, entity);
            return SW.ToString();
        }
        catch (Exception e)
        {
            Logging.Log(Severity.Error, "Unable to serialize entity", e);
            return String.Empty;
        }
    }

如果您还没有尝试过，我建议您使用软件BeyondCompare 轻松查看两个文件之间的区别。

Answer 3

当您指向内部 HTML 标记时，您是对的。 您的 XML 无效，因为您在简单（文本）元素中有标签。 XmlSerializer 看不懂，抛出错误。

如果您已生成 XML 文件，您必须在事先对简单元素中的数据进行转义：

• 使用 HTML 编码
• 或将其封装在 CDATA 标记中 (<![CDATA[...]]>)