Question

我似乎在.Net 3.5中的各种XML实现之间发现了一些不一致的东西，而且我很难找到名义上正确的。

这个问题实际上很容易重现：

使用包含'\ t'字符的文本元素创建一个简单的xml文档，并为其指定一个包含'\ t'字符的属性：
```
var xmlDoc = new XmlDocument { PreserveWhitespace = false, };
xmlDoc.LoadXml("<test><text attrib=\"Tab'\t'space' '\">Tab'\t'space' '</text></test>");
xmlDoc.Save(@"d:\TabTest.xml");
```
注意：这意味着XmlDocument本身对属性值中的'\ t'字符非常满意。

使用新的XmlTextReader加载文档：

var rawFile = XmlReader.Create(@"D:\TabTest.xml");
var rawDoc = new XmlDocument();
rawDoc.Load(rawFile);

使用XmlReader.Create：

加载文档

var rawFile2 = new XmlTextReader(@"D:\TabTest.xml");
var rawDoc2 = new XmlDocument();
rawDoc2.Load(rawFile2);

比较调试器中的文档：

(rawDoc).InnerXml   "<test><text attrib=\"Tab' 'space' '\">Tab'\t'space' '</text></test>"   string
(rawDoc2).InnerXml  "<test><text attrib=\"Tab'\t'space' '\">Tab'\t'space' '</text></test>"  string

使用新的XmlTextReader读取的文档是我所期望的，文本值和属性值中的'\ t'都符合预期。但是，如果查看XmlReader.Create读取的文档，您会发现属性值中的'\ t'字符已转换为' '字符。

什么...... !! ： - ）

经过一段谷歌搜索，我发现我可以将'\ t'编码为'＆amp;＃x9;' - 如果我在示例XML中使用此代替'\ t'，则两个阅读器都按预期工作。

现在Altova XmlSpy和其他各种XML阅读器似乎对属性值中的'\ t'字符非常满意，我的问题是处理这个问题的正确方法是什么？

我是否应该使用在属性值中编码的'\ t'字符来编写XML文件，例如XmlReader.Create期望或其他XML工具是否正确，'\ t'字符是否有效且XmlReader.Create是否已损坏？

我应该采用哪种方式解决此问题？

Answer 1

可能与属性值规范化有关。对于CDATA属性，需要XML解析器以空格替换属性值中的换行符和制表符，除非它们以转义形式写为字符引用。

Answer 2

乍一看似乎XmlTextReader 不符合W3C建议。请参阅the recommendation中有关属性值规范化的部分，特别是

对于空格字符（＃x20，＃xD，＃xA，＃x9），请在标准化值后附加空格字符（＃x20）。

因此，您不期望的行为（看到空格而不是标签）实际上是推荐的正确行为。

我不知道为什么XmlTextReader以这种方式表现（文档中没有任何内容），但是您似乎已经确定了正确的解决方法 - 将属性编码为	 。在这种情况下，规范化字符串将包含制表符字符本身。

Answer 3

结帐XmlReaderSettings.ComformanceLevel。特别是，这个描述：

请注意，默认情况下，Create方法创建的XmlReader对象比XmlTextReader类更兼容。以下是在XmlTextReader上未启用的一致性改进，但默认情况下可在Create方法创建的读取器上使用

Answer 4

@all：感谢您的所有答案和评论。

似乎Justin和Michael Kay是正确的，并且应根据W3C XML规范对空白区域进行编码，问题是大量的MS实现不符合此要求。

在我的情况下，除了XML规范之外，我真正想要的是正确地保持属性值 - 即保存的值应该是读取的值。

答案是在第一时间保存XML文件时强制使用通过使用XmlWriter.Create方法创建的XmlWriter。

虽然Dataset和XmlDocument都提供了保存/写入机制，但是当它们以默认形式使用时，它们都没有正确编码属性中的空格。但是，如果我强制它们使用手动创建的XmlWriter，则会应用正确的编码并将其写入文件。

因此原始文件保存代码变为：

var xmlDoc = new XmlDocument { PreserveWhitespace = false, };
xmlDoc.LoadXml("<test><text attrib=\"Tab'\t'space' '\">Tab'\t'space' '</text></test>");

using (var xmlWriter = XmlWriter.Create(@"d:\TabTest.Encoded.xml"))
{
    xmlDoc.Save(xmlWriter);
}

然后，此编写器以对称方式正确编码空白区域，以便XmlReader.Create读取器在不更改属性值的情况下进行读取。

这里要注意的另一件事是，这个解决方案完全封装了我的代码编码，因为读写器在读写时透明地执行编码和解码。

如何在XML属性值中处理'\ t'字符？

4 个答案: