c# - 如何在不转义字符的情况下保存 XML？

Question

在我的 C# 应用程序中，XML 数据可能包含已经过预处理的任意元素文本，因此(除其他事项外)非法字符已转换为其转义(xml 字符实体编码)形式。

示例:<myElement>this & that</myElement>已转换为 <myElement>this &amp; that</myElement> .

问题是当我使用 XmlTextWriter 保存文件时，'&' 被重新转义为 <myElement>this &amp;amp; that</myElement> .我不想在字符串中添加额外的 &。

另一个例子:<myElement>• bullet</myElement> ，我的处理将其更改为 <myElement>&#8226; bullet</myElement>它被保存到 <myElement>&amp;#8226; bullet</myElement> .我想要输出到文件的是 <myElement>&#8226; bullet</myElement>形式。

我在各种 XmlWriters 等上尝试了各种选项，但似乎无法获得原始字符串以正确输出。为什么 XML 解析器不能识别并且不重写已经有效的转义？

更新: 经过更多调试，我发现元素文本字符串(实际上是所有字符串，包括元素标签、名称、属性等)在被复制到 .net xml 对象数据时都会被编码(CDATA 是一个异常(exception))由 System.Xml 下名为 XmlCharType 的内部类。所以问题与 XmlWriters 无关。看起来解决问题的最佳方法是在输出数据时取消转义数据，或者使用类似的方法:

string output = System.Net.WebUtility.HtmlDecode(xmlDoc.OuterXml);

为了保留格式等，它可能会演变成自定义 XmlWriter。

感谢所有有用的建议。

Answer 1

好的，这是我想出的解决方案:

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Runtime.Versioning;
using System.Text;

namespace YourName {

    // Represents a writer that makes it possible to pre-process 
    // XML character entity escapes without them being rewritten.
    class XmlRawTextWriter : System.Xml.XmlTextWriter {
        public XmlRawTextWriter(Stream w, Encoding encoding)
            : base(w, encoding) {
        }

        public XmlRawTextWriter(String filename, Encoding encoding)
            : base(filename, encoding) {
        }

        public override void WriteString(string text) {
            base.WriteRaw(text);
        }
    }
}

然后像使用 XmlTextWriter 一样使用它:

        XmlRawTextWriter rawWriter = new XmlRawTextWriter(thisFilespec, Encoding.UTF8);
        rawWriter.Formatting = Formatting.Indented;
        rawWriter.Indentation = 1;
        rawWriter.IndentChar = '\t';
        xmlDoc.Save(rawWriter);

这无需取消编码或绕过编码功能即可工作。