Question

我正在寻找一个方便的想要解析包含XML的字符串，但包含多个元素，其中一些元素可能不完整！要理解为什么我这样做，只是假设数据来自网络连接，并且在任何给定时间它可能都是不完整的，所以它看起来像这样：

这是一个元素：

"<note id='104'> <stuff> WEEE!</stuff> </note>"

以下是我收到的内容：

myString = "<note id='104'> <stuff> WEEE!</stuff>   </note> <note id"

请注意第二个（与第一个相同）是截止。 我想以一种非常简单的自动方式解析它，以便我可以阅读所有正确的并忽略所有不完整的。显而易见的方法是查找 note 和匹配 / note ，但这并不总是有效，因为行可以这样写，我不能只查找/＆gt;因为那可能最终与其他东西相匹配......这就是它变得复杂的地方，因此我为什么要寻找或者自动为我做这件事！

我希望能够调用一些说

的功能

List<XmlDocument> xmlList = ExtractCompleteXMLDocsFromThisString(myString);

在上面的myString案例中，它将返回一个xmlDocument而不返回第二个不完整的一个。

更新：以下代码正在运行，但不是一种有效的方法。

        for ( int j = 0; j < myString.Length; j++ )
        {
            for ( int i = j; i < myString.Length+1; i++ )
            {
                string subString = string.Empty;
                try
                {
                    subString = myString.Substring(j, i);
                }
                catch(Exception e)
                {
                    Console.WriteLine("Can't Get SubString with j = " + j + " i = " + i + " myString.length = " + myString.Length);
                    Console.WriteLine(e.Message);
                    Console.WriteLine(e.StackTrace);
                }

                try
                {
                    XmlDocument subStringXML = new XmlDocument();
                    subStringXML.LoadXml(subString);
                    Console.WriteLine("Found a good one!");
                    // Extract good one
                    myString = myString.Remove(j, i);
                    Console.WriteLine(subString);
                    i -= subString.Length;
                }
                catch(Exception e)
                {
                    //                  Console.WriteLine("Can't parse:" + subString);
                }
            }
        }

更新2：尝试拆分技术，但找到了更好的方法，请参阅更新3。

更新3：XmlReader可以处理截断的文档！见下面的代码。唯一需要做的就是简单地处理异常。但它会在Xml有效的情况下解析出Xml，然后在没有的情况下对其进行异常处理。这非常适合我正在做的事情！谢谢。

        XmlReaderSettings settings = new XmlReaderSettings();
        settings.ConformanceLevel = ConformanceLevel.Fragment;
        using (XmlReader reader = XmlReader.Create(new StringReader(myString), settings))
        {
            while (reader.Read())
            {
                if (reader.NodeType == XmlNodeType.Element)
                {
                    Console.WriteLine("reader.Name = " + reader.Name);
                }
            }
        }

Answer 1

您没有提及您在实施中已尝试过的内容。我没有用你的例子测试过这个，但是XmlReader有点像使用SAX解析器，因此应该能够像这样处理截断的文档。我想到的是：

using (XmlReader reader = XmlReader.Create(new StringReader("..."))
{
   while (reader.Read())
   {
      if (reader.NodeType == XmlNodeType.Element)
      {
         ...
      }
   }
}

从字符串中解析多个XML元素，其中一些元素可能不完整

1 个答案: