Powershell - xml答案

【问题标题】：Powershell - xmlPowershell - xml
【发布时间】：2017-10-25 10:28:17
【问题描述】：

我有一个输入 XML 文件，其中包含各种字符的普通 HTML 名称，例如双引号 = &quot; 等

<Notes>Double Quote &quot; Single Quote &pos; Ampersand &amp;</Notes>

之前

<?xml version="1.0" encoding="UTF-8"?>
<OrganisationUnits>
  <OrganisationUnitsRow num="8">
    <OrganisationId>ACME24/7HOME</OrganisationId>
    <OrganisationName>ACME LTD</OrganisationName>
    <Notes>Double Quote &quot; Single Quote &pos; Ampersand &amp; </Notes>
    <Sector>P</Sector>
    <SectorDesc>Private Private &amp; Voluntary</SectorDesc>
  </OrganisationUnitsRow>
</OrganisationUnits>

之后

<?xml version="1.0" encoding="UTF-8"?>
<OrganisationUnits>
  <OrganisationUnitsRow num="8">
    <OrganisationId>ACME24/7HOME</OrganisationId>
    <OrganisationName>ACME LTD</OrganisationName>
    <Notes>Double Quote " Single Quote ' Ampersand &</Notes>
    <Sector>P</Sector>
    <SectorDesc>Private Private & Voluntary</SectorDesc>
  </OrganisationUnitsRow>
</OrganisationUnits>

我将文件当作 XML 处理，它可以正常处理，没什么特别的。

$xml = [xml](Get-Content $path\$File)
foreach ($CMCAddressesRow in $xml.OrganisationUnits.OrganisationUnitsRow) {
    blah
    blah
}
$xml.Save("$path\$File")

保存输出后，所有 HTML 代码（如 &quot;）将替换为 "。如何保留原始 HTML &quot; 字符？更重要的是为什么会这样。

【问题讨论】：

XML文件的第6行应该有&apos吗？
System.Net.WebUtility.HtmlDecode 和 System.Net.WebUtility.HtmlEncode
看来更换了"当文件被读取为 [xml] 时， &apos 已经发生。
这是&apos;，而不是&pos;，并且&amp; 保留在输出中。发布示例时，请确保它们是正确的。创建一个minimal reproducible example 并复制/粘贴它。不要凭记忆打字。不要胡编乱造。

标签： html xml powershell replace character

【解决方案1】：

您所指的是“字符实体”。 PowerShell 在导入时转换它们，因此您可以使用这些实体表示的实际字符，并在导出时仅转换必须在 XML 文件中编码的内容。引号字符不需要在节点值中编码，因此它们不会在导出时进行编码。

【讨论】：

抱歉打错了——我的错。我发现通过使用 [System.Security.SecurityElement]::Escape($var) 我可以做我一直在寻找的事情。 $dbl = '"' (Get-Content $path\$InFile) | Foreach-Object {$_ -replace '(?is)(?.*?)"(?=.*? Notes>)', [System.Security.SecurityElement]::Escape($dbl) } | Set-Content $path\$InFile 这将采用 " 双引号并将其替换为 " - 非常粗略，但我相信它可以改进。
确实如此。这些示例可以在W3C Markup Validation Service 进行验证。