Question

我们有一个字符串字段，可以包含XML或纯文本。 XML不包含<?xml标头，也没有根元素，即格式不正确。

我们需要能够编辑XML数据，清空元素和属性值，只留下它们的名称，所以我需要在编辑之前测试这个字符串是否为XML。

目前我正在使用这种方法：

string redact(string eventDetail)
{
    string detail = eventDetail.Trim();
    if (!detail.StartsWith("<") && !detail.EndsWith(">")) return eventDetail;
    ...

有更好的方法吗？

这种方法可能会遗漏任何边缘情况吗？

我感谢我可以使用XmlDocument.LoadXml并抓住XmlException，但这感觉就像一个昂贵的选项，因为我已经知道很多数据都不是XML格式。

这是一个XML数据的例子，除了缺少一个根元素（为了节省空间而省略，因为会有很多数据），我们可以假设它已经很好地形成了：

<TableName FirstField="Foo" SecondField="Bar" /> 
<TableName FirstField="Foo" SecondField="Bar" /> 
...

目前我们只使用基于属性的值，但如果数据变得更复杂，我们将来可能会使用元素。

解决方案

基于多条评论（谢谢大家！）

string redact(string eventDetail)
{
    if (string.IsNullOrEmpty(eventDetail)) return eventDetail; //+1 for unit tests :)
    string detail = eventDetail.Trim();
    if (!detail.StartsWith("<") && !detail.EndsWith(">")) return eventDetail;
    XmlDocument xml = new XmlDocument();
    try
    {
        xml.LoadXml(string.Format("<Root>{0}</Root>", detail));
    }
    catch (XmlException e)
    {
        log.WarnFormat("Data NOT redacted. Caught {0} loading eventDetail {1}", e.Message, eventDetail);
        return eventDetail;
    }
    ... // redact

Answer 1

如果您首先要接受格式不正确的XML，我认为捕获异常是处理它的最佳方式。

Answer 2

一种可能性是混合两种解决方案。您可以使用您的编辑方法并尝试加载它（在if中）。这样，您只会尝试加载可能是格式正确的xml，并丢弃大多数非xml条目。

Answer 3

如果您的目标是可靠性，那么最好的选择是使用XmlDocument.LoadXml来确定它是否是有效的XML。完整的数据解析可能很昂贵，但它是可靠地判断它是否是有效XML的唯一方法。否则，您未在缓冲区中检查的任何字符都可能导致数据为非法XML。

Answer 4

取决于您想要的测试准确度。考虑到你已经没有官方的＆lt; xml，你已经在尝试检测不是XML的东西了。理想情况下，您将通过完整的XML解析器解析文本（如您所建议的那样）;它拒绝的任何东西都不是XML。问题是，您是否关心是否接受非XML字符串？例如，你接受

没关系吗？

  <the quick brown fox jumped over the lazy dog's back>

作为XML并剥离它？如果是这样，你的技术很好。如果没有，你必须决定你想要的测试紧密程度，并用那种程度的紧密度来编码识别器。

Answer 5

数据是如何传递给您的？围绕它的其他类型的数据是什么？也许有更好的方法;也许你可以标记你控制的数据，然后推断出那些不在这些标记中的东西是XML，但我们需要知道更多。

如果没有这样一个可爱的解决方案，我认为你拥有的很好（用于验证它是以这些角色开始和结束的。）

我们需要真正了解有关数据格式的更多信息。

Answer 6

如果XML不包含根元素（即它是一个XML片段，而不是一个完整的文档），那么以下内容也是完全有效的样本 - 但与您的探测器不匹配：

foo<bar/>baz

实际上，任何文本字符串都是有效的XML片段（考虑原始XML文档是否只是包装一些文本的根元素，并且你将根元素标记带走了）！

Answer 7

try
{
    XmlDocument myDoc = new XmlDocument();
    myDoc.LoadXml(myString);
}
catch(XmlException ex)
{
    //take care of the exception
}

如何判断字符串是否为xml？

7 个答案: