.net - 反序列化 XML 时忽略指定的编码

Question

我正在尝试通过套接字读取从外部接口(interface)接收到的一些 XML。问题是 XML header 中的编码指定错误(它说是 iso-8859-1，但它是 utf-16BE)。据记录，编码是 utf-16BE，但显然他们忘记设置正确的编码。

为了在反序列化时忽略编码，我使用了这样的 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);
            }
        }
    }

上面实际上工作正常，但我不喜欢我只是通过调用 ReadLine 跳过标题行的部分。是否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 header 中指定的编码。指定 XmlReaderSettings.IgnoreProcessingInstructions 与否没有任何区别。有趣的是，如果 StreamReader 找到 unicode 字节顺序标记，它会忽略指定的编码。

回顾一下:

• 如果使用 TextReader 初始化 XmlReader，则忽略 XML header 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 时没有区别。

总而言之，最可靠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);
                }
            }
        }
    }

Answer 1

我想我只需要使用 StreamReader，用正确的编码构造并将其传递给 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...
     }
 }