如何获取 XElement 内部文本的未转义长度

本文关键字：文本 转义 内部 XElement 何获取 获取 | 更新日期: 2023-09-27 18:33:29

我尝试解析以下Java资源文件 - 这是一个XML。我正在使用 C# 和 XDocument 工具进行解析，所以这里不是 Java 问题。

<?xml version="1.0" encoding="utf-8"?>
  <resources>
    <string name="problem">&#160;test&#160;</string>
    <string name="no_problem"> test </string>
  </resources>

问题是XDocument.Load（字符串路径）方法将其加载为具有2个相同XElement的XDocument。

我加载文件。

string filePath = @"c:'res.xml"; // whatever
var xDocument = XDocument.Load(filePath);

当我解析 XDocument 对象时，这就是问题所在。

foreach (var node in xDocument.Root.Nodes())
{
    if (node.NodeType == XmlNodeType.Element)
    {
        var xElement = node as XElement;
        if (xElement != null) // just to be sure
        {
            var elementText = xElement.Value;
            Console.WriteLine("Text = '{0}', Length = {1}", 
                elementText, elementText.Length);
        }
    }
}

这将产生以下 2 行：

"Text = ' test ', Length = 6" 
"Text = ' test ', Length = 6"

我想得到以下 2 行：

"Text = ' test ', Length = 6"
"Text = '&#160;test&#160;', Length = 16"

文档编码是 UTF8，如果这以某种方式相关。

如何获取 XElement 内部文本的未转义长度

string filePath = @"c:'res.xml"; // whatever
var xDocument = XDocument.Load(filePath);
String one = (xDocument.Root.Nodes().ElementAt(0) as XElement).Value;//< test >
String two = (xDocument.Root.Nodes().ElementAt(1) as XElement).Value;//< test >
Console.WriteLine(one == two); //false  
Console.WriteLine(String.Format("{0} {1}", (int)one[0], (int)two[0]));//160 32

你有两个不同的字符串，&#160;在那里，但采用 unicode 格式。恢复功能的一种可能方法是手动替换不间断的空间以"&#160;" 

String result = one.Replace(((char) 160).ToString(), "&#160;");

感谢 Dmitry，按照他的建议，我做了一个函数来使东西适用于 unicode 代码列表。

    private static readonly List<int> UnicodeCharCodesReplace = 
       new List<int>() { 160 }; // put integers here
    public static string UnicodeUnescape(this string input)
    {
        var chars = input.ToCharArray();
        var sb = new StringBuilder();
        foreach (var c in chars)
        {
            if (UnicodeCharCodesReplace.Contains(c))
            {
                // Append &#code; instead of character
                sb.Append("&#");
                sb.Append(((int) c).ToString());
                sb.Append(";");
            }
            else
            {
                // Append character itself
                sb.Append(c);
            }
        }
        return sb.ToString();
    }
相关文章：