使用 XDocument 时禁用 XML 验证答案

【问题标题】：Disable XML validation when using XDocument使用 XDocument 时禁用 XML 验证
【发布时间】：2011-03-31 09:13:24
【问题描述】：

我正在使用 XDocument 类解析XLIFF 文档。 XDocument 是否对我读入的内容进行了一些验证，如果是，有什么方法可以禁用该验证？

如果 XLIFF 不是有效的 XML，我会收到一些奇怪的错误（我不在乎它不是，我只是想解析它）。

例如

'.', hexadecimal value 0x00, is an invalid character.

我目前正在阅读这样的文件：

string FileLocation = @"C:\XLIFF\text.xlf";
XDocument doc = XDocument.Load(FileLocation);

谢谢。

【问题讨论】：

如何将 xml 加载到 XDocument 中？从文件？你能显示那行代码吗？
如果它无效，那么它不是 XML。 XDocument 怎么能用它？
@HABJAN - 是的，我只是从文件中加载内容。
@Jimmy C：我能看到那几行代码吗？
@habjan 我已经添加了用于读取文件的代码。

标签： c# .net validation linq-to-xml

【解决方案1】：

我遇到了类似的问题，通过让 StreamReader 读取内容已解决。

// this line throws exception like yours
XDocument xd = XDocument.Load(@"C:\test.xml");

// works
XDocument xd = XDocument.Load(new System.IO.StreamReader(@"C:\test.xml"));

如果这没有帮助，请尝试包含正确的编码。

【讨论】：

谢谢，我现在正在尝试。
这似乎奏效了 - 你能向我解释为什么它有效吗？
因为 StreamReader 似乎自动检测编码。
没有。 StreamReader 默认为 UTF-8，如 Remarks of its MSDN page 中所述。
非常感谢大家。现在将尝试使用更多语言的 XLIFF 文件。

【解决方案2】：

如果要从 XML 中使用无效的字符串中去除字符，可以使用此方法：

private static string RemoveXmlInvalidCharacters(string s)
{
    return Regex.Replace(
        s,
        @"[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFFF]",
        string.Empty);
}

根据 XML 标准，它会删除有效字符值集之外的所有字符。

【讨论】：

【解决方案3】：

您无法解析无效的 XML，因为解析需要有效的 XML 结构。
当您应该将文件读取为 UTF-8 或 UTF-16 时，您可能会以 ASCII 格式读取文件，这可能会导致您遇到问题。

可能的解决方案：
以 UTF-8 格式读取文件。

【讨论】：

XDocument 如何确定用于读取文件的编码？是否有默认值，如何更改它以尝试 UTF8 或 UTF16？
@Jimmy：如果 HABJAN 的解决方案不起作用，请报告。
会的。该文件仍在处理中。

【解决方案4】：

XLIFF 文档是一个 XML 文档。字符 0x00 不是有效的 XML 字符。无效 XML 不是 XML，因此您无法使用 XML 解析器读取它。

现在格式正确是另一回事了，您可以使用 SAX 解析器来读取格式不正确但不是无效 XML 的 XML。

符合 XML 规范的有效字符：

 #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]

更新

建议的解决方案：预处理文件以删除无效字符。字符 \0 可以替换为空格，除非它有含义（是二进制），在这种情况下它需要采用 Base64 格式。

【讨论】：

请详细说明“格式不正确”和“无效”的区别。
抱歉，它的格式很好，我的错误，已修复。格式正确：en.wikipedia.org/wiki/XML#Well-formedness_and_error-handling
@Aliostad：我不同意。该问题几乎 100% 确定是编码问题，可以通过读取具有正确编码的文件来解决。 \0 IS 在 XML 文件中有效，IF 文件以 UTF-16 或 Unicode 编码。澄清一下：它仅在传递给 XML 解析器的字符串中无效。
@Daniel。很有可能，但我们没有看到文件，所以我们只是猜测。
你是对的，但我认为你的建议给了他错误的想法 :) 他可能会接受并搞砸他的文件......