使用c# 's XmlReader处理略显畸形的XML

本文关键字：XML 处理 XmlReader 使用 | 更新日期: 2023-09-27 18:01:57

我试图使用c#的XmlReader对大量的XML文件，他们都是正确的格式化除了几个选择的(不幸的是，我不是在一个位置有他们改变，因为它会打破很多其他代码)。

错误只来自这些烦人的XML文件的一个特定部分，可以跳过它们，但我不想停止阅读XML文件的其余部分。

坏的部分是这样的:

 <InterestingStuff>
  ...
    <ErrorsHere OptionA|Something = "false" OptionB|SomethingElse = "false"/>
    <OtherInterestingStuff>
    ...
    </OtherInterestingStuff>
</InterestingStuff>

所以如果我能忽略无效的标签，或者忽略管道符号，那就没问题了。

当我看到名称"ErrorsHere"不起作用时，试图使用XmlReader.Skip()，显然它已经提前读取了一点并抛出异常。

TLDR:我如何跳过，以便我可以在上面的XML文件中读取，使用XmlReader?

编辑:

有些人建议只是替换'|'-符号，但XmlReader的想法是不加载整个文件，但只遍历你想要的部分，因为我直接从文件中读取，我不能在整个文件中读取，替换'|'的所有实例，然后再次读取部分:)。

使用c# 's XmlReader处理略显畸形的XML

我在过去做过一些这样的实验。

一般来说，输入必须是格式良好的。当基本的XML规则被破坏时，XmlReader将进入不可恢复的错误状态。避免模式验证很容易，但这与此无关。

您唯一的选择是清理输入，这可以通过流式方式完成(自定义流或TextReader)，但这将需要轻量级的解析形式。如果在有效位置上没有管道符号，这很容易。

XmlReader严格。

所以，不，你不能这样做，除非你自己编写xml实现。修复错误的数据可能更容易。

我曾经遇到过类似的情况(使用HTML文件，而不是XML文件)。但是，在将每个HTML文件输入到操作管道之前，我最终使用正则表达式来删除格式不正确的部分。它很方便，比纠结于API更容易。:)

相关文章：