反序列化 XML 时忽略指定的编码答案

【问题标题】：Ignoring specified encoding when deserializing XML反序列化 XML 时忽略指定的编码
【发布时间】：2010-10-27 14:14:16
【问题描述】：

我正在尝试通过套接字读取从外部接口接收到的一些 XML。问题是在 XML 标头中指定的编码错误（它说 iso-8859-1，但它是 utf-16BE）。据记载，编码是utf-16BE，但显然他们忘了设置正确的编码。

要在反序列化时忽略编码，我使用这样的 StringReader：

    private static T DeserializeXmlData<T>(byte[] xmlData)
    {
        var xmlString = Encoding.BigEndianUnicode.GetString(xmlData);
        using (var reader = new StringReader(xmlString))
        {
            reader.ReadLine(); // Eat header line
            using (var xmlReader = XmlReader.Create(reader))
            {
                var serializer = new XmlSerializer(typeof(T));
                return (T)serializer.Deserialize(xmlReader);
            }
        }
    }

上面的内容实际上运行良好，但我不喜欢通过调用 ReadLine 跳过标题行的部分。有没有更简单的方法来绕过 XML-header 中指定的编码？

使用 StreamReader 的解决方案

通过使用 StreamReader，我可以覆盖 XML 标头中指定的编码。是否指定 XmlReaderSettings.IgnoreProcessingInstructions 没有任何区别。有趣的是，如果 StreamReader 找到一个 unicode 字节顺序标记，它会忽略指定的编码。

回顾一下：

如果 XmlReader 使用 TextReader 初始化，则忽略 XML 标头编码。
如果使用 StringReader，如果存在 unicode 字节顺序标记，则 XmlReader 会失败。
如果使用 StreamReader，则 unicode 字节顺序标记会覆盖 StreamReader 编码。
XmlReaderSettings.IgnoreProcessingInstructions = true 在使用 TextReader 时没有任何区别。

总之，最强大的解决方案似乎是使用 StreamReader，因为它使用字节顺序标记（如果存在）。

    private static T DeserializeXmlData<T>(byte[] xmlData)
    {
        using (var xmlDataStream = new MemoryStream(xmlData))
        {
            using (var reader = new StreamReader(xmlDataStream, Encoding.BigEndianUnicode))
            {
                using (var xmlReader = XmlReader.Create(reader))
                {
                    var serializer = new XmlSerializer(typeof (T));
                    return (T) serializer.Deserialize(xmlReader);
                }
            }
        }
    }

【问题讨论】：

标签： .net xml xmlserializer stringreader

【解决方案1】：

我想我只是使用一个 StreamReader，用正确的编码构造并将它传递给 XmlReader.Create(TextStream) 方法：

 using (var sr = new StreamReader(@"c:\temp\bad.xml", Encoding.BigEndianUnicode)) {
     using (var xr = XmlReader.Create(sr, new XmlReaderSettings())) {
         // etc...
     }
 }

【讨论】：

【解决方案2】：

如果没有其他相关的处理指令，你可以通过设置XmlReaderSettings.IgnoreProcessingInstructions忽略它们。

【讨论】：

太棒了！那么我将如何指定“真实”编码？（即使 IgnoreProcessingInstructions 设置为 true，基于 StringReader 的 XmlReader 也会引发异常）。