删除所有未包含在 XML 大括号中的文本

Question

我想从 XML 文档中删除所有无效文本。我认为任何未包含在 XML 括号中的文本都是无效的，并且希望在翻译之前删除这些文本。

来自这篇文章Regular expression to remove text outside the tags in a string - 它解释了如何将 XML 括号匹配在一起。但是，在我的示例中，它不会清理 XML 之外的文本，如本示例所示。 https://regex101.com/r/6iUyia/1

在我最初的研究之前，我认为在 S/O 上没有问过这个具体的例子。

目前在我的代码中，我将这个 XML 作为一个字符串，然后再用它编写一个 XDocument。所以我可能有可用的字符串、Regex 和 XDocument 方法来帮助删除它，这些文档中可能还存在不止一位无效的 XML。此外，我不希望使用 XSLT 删除这些值。

我尝试编写但失败的一个非常基本的想法是将字符串作为 char 数组进行迭代，如果它在 '>' 和 '

这是一个输入示例，在嵌套 A 和嵌套 B 之间显示无效文本

 <ASchema xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xdt="http://www.w3.org/2005/xpath-datatypes" xmlns:fn="http://www.w3.org/2005/xpath-functions">
   <A>
         <nested-A>valid text</nested-A>
         Remove text not inside valid xml braces
         <nested-B>more valid text here</nested-B>
   </A>
</ASchema>

我希望输出格式如下。

 <ASchema xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xdt="http://www.w3.org/2005/xpath-datatypes" xmlns:fn="http://www.w3.org/2005/xpath-functions">
   <A>
         <nested-A>valid text</nested-A>
         <nested-B>more valid text here</nested-B>
   </A>
</ASchema>

Answer 1

您可以执行以下操作。请注意，我所做的测试非常有限，如果在某些情况下失败，请告诉我。

XmlDocument doc = new XmlDocument();
doc.LoadXml(str);
var json = JsonConvert.SerializeXmlNode(doc);

string result = JToken.Parse(json).RemoveFields().ToString(Newtonsoft.Json.Formatting.None);
var xml = (XmlDocument)JsonConvert.DeserializeXmlNode(result);

RemoveFields 被定义为

public static class Extensions
{
public static JToken RemoveFields(this JToken token)
{
    JContainer container = token as JContainer;
    if (container == null) return token;

    List<JToken> removeList = new List<JToken>();
    foreach (JToken el in container.Children())
    {
        JProperty p = el as JProperty;
        if (p != null && p.Name.StartsWith("#"))
        {
            removeList.Add(el);
        }
        el.RemoveFields();
    }

    foreach (JToken el in removeList)
        el.Remove();

    return token;
}
}

输出

<ASchema xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xdt="http://www.w3.org/2005/xpath-datatypes" xmlns:fn="http://www.w3.org/2005/xpath-functions">
   <A>
      <nested-A>valid text</nested-A>
      <nested-B>more valid text here</nested-B>
   </A>
</ASchema>

请注意我在上面的代码中使用了 Json.net