c# - 来自 WebService 的未净化 XML，如何净化

Question

我收到来自 Web 服务的 “XML” 响应，该响应未经过清理。这意味着它包含非法字符、特殊字符、html标签和十六进制。

净化此响应的最佳方法是什么？

这是服务中的一个 Xml 示例。

<root>
 <response>
  <type>E</type>
  <code>CMNE_00034</code>
  <source>CMNQ3030</source>
  <message>some valid message here.</message>
  <detail>Error details here

   line 114:    endif 
   line 115:    edit 
   line 116: else 
 > line 117:    call LP_ACCEPT()
   line 118:    return ($status)
   line 119: endif 
   line 120: done<end of module> // invalid here

   at CMNQ3030.EXEC line 117: call LP_ACCEPT()
   at GPCSY_RUN line 5: activate INSTANCENAME."EXEC"(  ) 
   at CSYV1000.LOGON line 159: call GPCSY_RUN()
  </detail>
 </response>
</root>

我尝试了很多东西，从创建一个具有设置的 XmlReader 开始，就像这样。

public XDocument CreateXmlDocument(string content)
{
    using (var reader = XmlReader.Create(new StringReader(content), CreateXmlReaderSettings()))
    {
        return XDocument.Load(reader);
    }
}

private static XmlReaderSettings CreateXmlReaderSettings()
{
    return new XmlReaderSettings { CheckCharacters = false };
}

要从 XmlDocument 更改为 XDocument 并在实际读取之前使用 Encoding.UTF8.GetBytes。

Answer 1

不太可能 XMLReader , XDocument .NET 中的基础设施将友好地接受阅读和解析格式错误的 XML 的要求。

我建议在将 XML 加载到 XML 对象之前对其进行预处理。

在上面的例子中，Web 服务似乎在 <detail>...</detail> 中返回错误消息真正应该像这样包装在 CDATA 中的元素:

<root>
 <response>
  <type>E</type>
  <code>CMNE_00034</code>
  <source>CMNQ3030</source>
  <message>some valid message here.</message>
  <detail><![CDATA[
       Error details here

       line 114:    endif 
       line 115:    edit 
       line 116: else 
     > line 117:    call LP_ACCEPT()
       line 118:    return ($status)
       line 119: endif 
       line 120: done<end of module> // invalid here

       at CMNQ3030.EXEC line 117: call LP_ACCEPT()
       at GPCSY_RUN line 5: activate INSTANCENAME."EXEC"(  ) 
       at CSYV1000.LOGON line 159: call GPCSY_RUN()
   ]]>
  </detail>
 </response>
</root>

您应该能够非常快速地组合一个解析器来查找、提取和包装 <detail> 末尾之间的文本。标记和 </detail> 的开始<[CDATA[ 内的标签和 ]]>标签。

当然，您服务的 XML 中可能还有其他字段也包含字符串数据或格式错误的字符等，您可能需要查找这些字符并将其替换为正则表达式等。

更正后，您应该可以毫无困难地将干净的 XML 加载到 XMLDocuments/XDocuments 等中。

HTH.