从较大的字符串中提取 Xml 元素答案

【问题标题】：Extract Xml Element from a larger string从较大的字符串中提取 Xml 元素
【发布时间】：2015-04-25 22:36:48
【问题描述】：

我有一个以 xml 元素开头的字符串，然后在元素结束后继续使用常规文本。

像这样：

<SomeElement SomeAtt="SomeValue"><SomeChild/></SomeElement> More random text.

我想将第一部分解析为 XElement，然后将以下文本分离为字符串变量。我考虑过只计算尖括号，但有合法的 XML 会让我失望。我更喜欢使用开箱即用的解析器。我尝试过使用 XmlReader 和 XElement.Parse 方法。我希望它们在读取元素后停止，而不是因为 Xml 元素后出现意外文本而引发异常。到目前为止，我一直无法做到。 XmlReader 有一个 ReadSubtree 方法，但我无法让它工作。

有什么想法吗？

编辑

附加信息：随机文本可能包含尖括号。
附加信息：从概念上讲，XML 可能包含 xml cmets，其中可能包含不匹配的括号。因此，解决方案最好考虑到这一点，以便普遍适用，但在我的具体情况下不是必需的。

【问题讨论】：

您的 XML 中有错误，这就是 XMLreader 给出异常的原因。您应该修复错误，而不是寻找解决这些错误的方法。
您现在可以使用 XElement.Parse 读取文件吗？您需要其他帮助吗？
不，XElement.Parse 会抱怨“更多随机文本”。部分。具体来说，它会抛出异常“根级别的数据无效”。如果你看到 har07 的答案的评论部分，可能会更清楚问题是什么。
我的意思是“不”，如“我无法使用 XElement.Parse 阅读文本”。并且“是的，如果你有一个好的解决方案，我想听听”。

标签： c# xml linq-to-xml

【解决方案1】：

一种可能的简单方法是将整个字符串包装在根节点中，使其成为有效的 XML 并可由 XElement 或 XDocument 解析：

var xml = @"<SomeElement SomeAtt=""SomeValue""><SomeChild/></SomeElement> More random text.";
xml = string.Format("<root>{0}</root>", xml);
var doc = XDocument.Parse(xml);
var element = doc.Root.Elements().First();
var trailingString = doc.Root.LastNode;

Console.WriteLine(element.ToString());
Console.WriteLine();
Console.WriteLine(trailingString.ToString());

控制台输出：

<SomeElement SomeAtt="SomeValue">
  <SomeChild />
</SomeElement>

 More random text.

【讨论】：

这是一个聪明的解决方案。但它不需要我以某种方式转义随机文本以使其有效 XText 吗？
没错，如果你真的遇到这种情况，那么恐怕你将不得不另谋出路。我认为在这种情况下的问题是，您不想转义但随机文本（否则，XML 部分中的 fe、&gt; 将转义为&gt;），因此您需要将随机文本分开XML 部分的文本。这就是最初的问题:(
据我所知，没有 XML 解析库可以处理无效的 XML，或者在有效部分的末尾停止解析。甚至XmlReader 的ReadSubtree() 都没有，从我读到的内容来看，它应该读取更大的valid XML 树的子树
是的，这就是我目前的状态。看来我必须求助于尖括号计数并对 XML cmets 进行特殊处理，这样它们就不会影响我的计数。不过很遗憾，因为标准库解析器已经这样做了。
是的，确实如此。所以我有起始括号。但是您如何建议我在不进行括号计数的情况下识别 XElement 的右括号？随机文本也可以包含括号。

【解决方案2】：

您的 XML 需要一个标识行（正常的第一行）和一个有效的根节点，以便 XMLReader 无错误地读取。

【讨论】：

输入的数据不是xml。输入数据是一个字符串，其中该字符串以 Xml 元素作为带有元数据的标头开始。我的问题是如何从其余输入数据中提取 Xml 元素，最好使用 .NET BCL 中现有的 XML 感知解析器。问题是在读取 Xml 元素后让它们“停止”。