如何匹配字符串中的完整XML对象？

Question

我正在尝试在字符串中查找完整的XML对象。它们已被XmlSerializer放置在字符串中，但可能完成也可能不完整。我已经玩弄了使用正则表达式的想法，因为它似乎是为它们构建的那种东西，除了我正在尝试解析XML这一事实。

我正在尝试在表单中找到完整的对象：

<?xml version="1.0"?>
<type>
    <field>value</field>
    ...
</type>

我的想法是找到<?xml version="1.0"?><type>和</type>的正则表达式，但如果某个字段与type具有相同的名称，则显然无效。

有很多关于XML解析器的文档，但它们似乎都需要一个完整的，完整形成的文档来解析。我的XML对象可以是一个被其他任何东西包围的字符串（包括其他完整的对象）。

hw<e>reR@lot$0fr@ndm&nchrs%<?xml version="1.0"?><type><field>...</field>...</type>@ndH#r$omOre!!>nuT6erjc?y!<?xml version="1.0"?><type><field>...</field>...</type>ty!=]

正则表达式能够匹配字符串，同时排除随机字符，但找不到完整的 XML对象。我想要一些提取对象的方法，用序列化器解析它，然后重复，直到字符串不再包含有效的对象。

Answer 1

您可以尝试使用Html Agility Pack，它可用于解析“格式错误的XML”并使其可以通过DOM访问。

有必要知道您正在寻找哪个元素（例如您的示例中的<type>），因为它也将解析意外元素（如示例中的<e>）。

Answer 2

您可以使用正则表达式搜索“<?xml”部分，然后假设它是XML对象的开头，然后使用XMLReader读取/检查字符串的其余部分，直到您解析了一个根级别的整个元素（然后在根节点完全解析后停止使用XMLReader从流中读取）？

编辑：有关使用XMLReader的更多信息，我建议我提出的一个问题：I can never predict xmlreader behavior, any tips on understanding?

我的最终解决方案是在解析XML时坚持使用“Read”方法，并避免实际从流中读取的其他方法推进当前位置。