如何使用.NET的XML库允许（或替换）＆符号？

Question

假设我有以下XML：

<someRootElement>
  <someTagWithUrl>http://www.google.com/s.php&test=testing</someTagWithUrl>
</someRootElement>

someTagWithUrl中的＆符号无效，需要进行转义（使用&），但假设我有一个包含上述全部内容的字符串。

如何安全地逃离＆符号以使其成为有效的XML？ .NET的XML库可以忽略它吗？ （目前XElement.Parse会抛出异常）

我已经考虑过使用正则表达式来搜索标签之间的＆符号，但我不能完全理解语法。 （类似于＆gt;（\＆amp;）\＆lt;作为正则表达式替换使用＆amp;但我无法弄清楚。）

Answer 1

试试这个正则表达式：

&(?!quot;|apos;|amp;|lt;|gt;#x?.*?;)

这将只找到文本中无效的独立&字符（不属于实体的字符）。以下是在将源数据作为XML处理之前如何进行文本替换的示例：

var regex = new Regex("&(?!quot;|apos;|amp;|lt;|gt;#x?.*?;)");
string fixedXml = regex.Replace(input, "&");

Answer 2

您粘贴的内容是无效的XML，任何使用XML库解析它的尝试都将失败。确保正确转义的最佳方法是使用XML / HTML编写器来创建数据。例如XmlWriter。他们将确保所有字符串都被正确转义。

Answer 3

像这样的正则表达式可以让你匹配标签之外的＆符号

>[^<]*(&)[^<]*<