Question

我正在尝试反序列化XML文件，除了包含HTML标记的节点外，它工作正常。以下是XML文件的片段：

<article mdate="2011-12-29" key="tr/trier/MI99-02" publtype="informal publication">
    <author>Friedemann Leibfritz</author>
    <title>A LMI-Based Algorithm for Designing Suboptimal Static H<sub>2</sub>/H<sub>infinity</sub> Output Feedback Controllers</title>
    <journal>Universit&auml;t Trier, Mathematik/Informatik, Forschungsbericht</journal>
    <volume>99-02</volume>
    <year>1999</year>
</article>

然后，我收到错误：

{"Unexpected node type Element. ReadElementString method can only be called on elements with simple or empty content. Line 1148, position 64."}

错误发生在：

A LMI-Based Algorithm for Designing Suboptimal Static H₂/H_infinity Output Feedback Controllers

其中HTML标记sub和/ sub存在。

有没有办法将标题节点作为一个整体反序列化，忽略HTML标签？以下是我的代码的一部分：

XmlReaderSettings readerSettings = new XmlReaderSettings
{
   DtdProcessing = DtdProcessing.Parse,
   XmlResolver = new LocalXhtmlXmlResolver()
};

XmlRootAttribute xRoot = new XmlRootAttribute();
xRoot.ElementName = "dblp";
xRoot.IsNullable = true;
XmlSerializer deserializer;
XmlReader textReader;

deserializer = new XmlSerializer(typeof(List<Entity.Article>), xRoot);
textReader = XmlReader.Create(xmlPath, readerSettings);
List<Entity.Article> articleList;
articleList = (List<Entity.Article>)deserializer.Deserialize(textReader);
textReader.Close();

非常感谢任何帮助 - 谢谢！

Answer 1

您的XML未正确转义。解析器无法知道这些标记不是XML文档的一部分，当它们被视为XML文档时，XML就是无效的，因为元素嵌套在另一个元素的值中。

正确转义的XML代码段将是

<article mdate="2011-12-29" key="tr/trier/MI99-02" publtype="informal publication">
    <author>Friedemann Leibfritz</author>
    <title>A LMI-Based Algorithm for Designing Suboptimal Static H&lt;sub&gt;2&lt;/sub&gt;/H&lt;sub&gt;infinity&lt;/sub&gt; Output Feedback Controllers</title>
    <journal>Universit&auml;t Trier, Mathematik/Informatik, Forschungsbericht</journal>
    <volume>99-02</volume>
    <year>1999</year>
</article>

Answer 2

正如对先前答案的评论所指出的那样-作为开发人员，我们并不总是拥有在反序列化之前格式化XML的奢侈性。我认为，有一个更优雅的解决方案可以满足原始问题。

序列化器

public static T ParseXml<T>(this string @this) where T : class
{
    var serializer = new XmlSerializer(typeof(T));
    serializer.UnknownElement += Serializer_UnknownElement;
    return serializer.Deserialize(new StringReader(@this)) as T;            
}

处理问题字段

private static void Serializer_UnknownElement(object sender, XmlElementEventArgs e)
{
    if (e.ObjectBeingDeserialized is Article article)
    {
        if (e.Element.Name == "title")
        {
            article.Title_Custom = e.Element.InnerXml;
            return;
        }
    }
}

对商品类别的修改

public class Article{
  // include your other fields that are not problematic
  public string Title_Custom { get; set; }
}

用法

var myArticles = articlesXmlString.Parse<List<Article>>();
Console.Out(myArticles[0].Title_Custom); // "A LMI-Based Algorithm for Designing Suboptimal Static H<sub>2</sub>/H<sub>infinity</sub> Output Feedback Controllers"

由于属性的名称现在为Title_Custom，因此在反序列化过程中自然会跳过该属性。然后，Serializer_UnknownElement方法将在<title>字段中读取为未知字段。然后，您只需提取内部XML的全部内容。

包含<sup> 也会使Serializer_UnknownElement跳闸，但是由于您没有条件，它将跳过它。

最终结果是Title_Custom现在将按预期包含完整的HTML代码段。

使用HTML标记反序列化XML

2 个答案:

序列化器

处理问题字段

对商品类别的修改

用法