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>Universität 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/Hinfinity 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!
答案 0 :(得分:3)
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<sub>2</sub>/H<sub>infinity</sub> Output Feedback Controllers</title>
<journal>Universität Trier, Mathematik/Informatik, Forschungsbericht</journal>
<volume>99-02</volume>
<year>1999</year>
</article>
答案 1 :(得分:0)
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。
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;
}
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;
}
}
}
public class Article{
// include your other fields that are not problematic
public string Title_Custom { get; set; }
}
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。