Question

我的应用程序中有以下XML解析代码：

    public static XElement Parse(string xml, string xsdFilename)
    {
        var readerSettings = new XmlReaderSettings
        {
            ValidationType = ValidationType.Schema,
            Schemas = new XmlSchemaSet()
        };
        readerSettings.Schemas.Add(null, xsdFilename);
        readerSettings.ValidationFlags |= XmlSchemaValidationFlags.ProcessInlineSchema;
        readerSettings.ValidationFlags |= XmlSchemaValidationFlags.ProcessSchemaLocation;
        readerSettings.ValidationFlags |= XmlSchemaValidationFlags.ReportValidationWarnings;
        readerSettings.ValidationEventHandler +=
            (o, e) => { throw new Exception("The provided XML does not validate against the request's schema."); };

        var readerContext = new XmlParserContext(null, null, null, XmlSpace.Default, Encoding.UTF8);

        return XElement.Load(XmlReader.Create(new StringReader(xml), readerSettings, readerContext));
    }

我正在使用它将发送到我的WCF服务的字符串解析为XML文档，以进行自定义反序列化。

当我读入文件并通过网络发送它们（请求）时，它工作正常;我已经确认没有发送BOM。在我的请求处理程序中，我正在序列化响应对象并将其作为字符串发送回来。序列化过程将UTF-8 BOM添加到字符串的前面，这会导致在解析响应时中断相同的代码。

System.Xml.XmlException : Data at the root level is invalid. Line 1, position 1.

在过去一小时左右的研究中，似乎XmlReader应该遵守BOM。如果我从字符串的前面手动删除BOM，响应xml就可以解析了。

我是否遗漏了一些明显的东西，或者至少是一些阴险的东西？

编辑：这是我用来返回响应的序列化代码：

private static string SerializeResponse(Response response)
{
    var output = new MemoryStream();
    var writer = XmlWriter.Create(output);
    new XmlSerializer(typeof(Response)).Serialize(writer, response);
    var bytes = output.ToArray();
    var responseXml = Encoding.UTF8.GetString(bytes);
    return responseXml;
}

如果只是xml错误地包含BOM的问题，那么我将切换到

var responseXml = new UTF8Encoding(false).GetString(bytes);

但我的研究表明，实际的XML字符串中的BOM是非法的;见例如c# Detect xml encoding from Byte Array?

Answer 1

在我的请求处理程序中，我正在序列化一个响应对象并将其作为字符串发回。序列化过程将UTF-8 BOM添加到字符串的前面，这会导致在解析响应时中断相同的代码。

因此，您希望阻止在序列化过程中添加BOM。不幸的是，您没有提供序列化逻辑。

您应该做的是提供通过UTF8Encoding构造函数创建的UTF8Encoding(bool)实例来禁用BOM的生成，并将此Encoding实例传递给您正在使用的任何方法生成你的中间字符串。

Answer 2

xml字符串不能（！）包含BOM，BOM仅允许在用UTF-8编码的字节数据（例如流）中。这是因为字符串表示不是编码的，而是已经是一系列unicode字符。

因此，您似乎加载了错误的字符串，这是您不幸未提供的代码。

修改

感谢您发布序列化代码。

您不应该将数据写入MemoryStream，而应该写入StringWriter，然后可以将其转换为带ToString的字符串。由于这避免了通过字节表示，因此它不仅更快，而且避免了这些问题。

这样的事情：

private static string SerializeResponse(Response response) { var output = new StringWriter(); var writer = XmlWriter.Create(output); new XmlSerializer(typeof(Response)).Serialize(writer, response); return output.ToString(); }

Answer 3

BOM首先不应该在字符串中 BOM用于检测原始字节数组的编码;他们没有生意在一个实际的字符串中。

字符串是什么来的？
你可能用错误的编码来读它。

Answer 4

C＃中的字符串被编码为UTF-16，因此BOM将是错误的。作为一般规则，始终将XML编码为字节数组并从字节数组中对其进行解码。

XmlReader在UTF-8 BOM上中断

4 个答案: