Question

（注意：最初的问题标题是：从带有文档规范的字符串加载XML的最佳方法是什么？）

我需要从XmlDocument对象中的ODT opendocument（LibreOffice）文件中获取XML内容。 ODT是一个zip存档，我设法将content.xml部分作为字节数组。转换为字符串似乎很简单，但我很惊讶地发现XmlDocument.LoadXml（string）不接受以Xml文档规范行开头的字符串，如：

<?xml version="1.0" encoding="UTF-8"?>
<Offices id="0" enabled="false">
  <office />
</Offices>

例外情况是：Data at the root level is invalid. Line 1, position 1

我想知道是否有一个库调用来读取这样的字符串？

现在我使用我即兴创作的这个功能，但在处理xml文档时，必须在角色级别上做一些事情是不必要的复杂：

    /// <summary>
    /// Convert an Xml document in a string, including document specification line(s),
    /// to an XmlDocument object
    /// </summary>
    /// <param name="XmlString"></param>
    /// <returns></returns>
    public static XmlDocument LoadXmlString(string XmlString)
    {
        XmlDocument XmlDoc = new XmlDocument();
        XmlDoc.LoadXml(XmlString.Substring(XmlString.LastIndexOf("?>") + 2));
        return XmlDoc;
    }

有更好的方法吗？

注意：我引用this earlier question

但是这解决了解析字符串的问题，使用将字符串转换为字节数组的解决方案，而我不应该解析字符串，而不是将字节数组转换为字符串开头，但只是跳过这个在解压缩ODT后直接解析字节数组。

Answer 1

使用新的，更精确的问题标题，答案可以非常简单：

只需将解压缩的字节数组转换为XML，而无需转换为首先是字符串。

简单，没有编码问题的风险。

背景是ODT文件的content.xml部分不是字符串，而是XML文档。 LibreOffice将Xml压缩到ODT存档，而不先将XML转换为字符串。解压缩功能不知道压缩数据中的内容，只需将压缩字节解压缩为未压缩字节即可。 XmlDocument.Load（）函数不关心字符串表示，而是从数据中的文档规范行学习哪种编码适用于将字节数组解析为XML。

我的原始答案：

正如我从Donal的（已删除）帖子中了解到的那样：失败的原因是因为.Net字符串是用UTF-16编码的，而你的规范是指定UTF-8。当我实际从字节数组开始时，我不应该尝试使用：

来创建字符串

  string s = Encoding.UTF8.GetString(Bytes);

因为LoadXml（）无法接受此字符串。

相反，我需要Donal的解决方案代码，简化为：

    public XmlDocument GetEntryXmlDoc(byte[] Bytes)
    {
        XmlDocument xmlDoc = new XmlDocument();
        using (MemoryStream ms = new MemoryStream(Bytes))
        {
            xmlDoc.Load(ms);
        }
        return xmlDoc;
    }

我想参考其他人提到的较早的帖子，但我不能轻易找到问题的答案，这是我的错，也是因为我不耐烦，因为我刚刚在这里找到答案。

从具有文档规范的字节数组或字符串加载XML的最佳方法是什么，从OpenDocument ODT文件中获取？

1 个答案: