Question

Regular expression to match ">", "<", "&" chars that appear inside XML nodes

我有一个几乎同意的问题 - 但是，我正在使用C＃。

我不是在争论XML的有效性。

发送的内容是我无法控制的。

输入XML：

<PNODE> 
  <CNODE>This string contains > and < and & chars.</cnode> 
</PNODE>

我需要它看起来像这样：

<PNODE> 
  <CNODE>This string contains &gt; and &lt and &amp; chars.</CNODE> 
</PNODE>

看起来这个人找到了PHP的解决方案 - 这对我没有帮助。

但是，我需要找到逃避＆amp;，＆gt;的方法。和＆lt;节点内的字符，但保留标记声明。

Answer 1

结帐Tidy.Net。这是Tidy的.Net实现。

Answer 2

整齐的图书馆周围有几个.Net包装。

http://users.rcn.com/creitzel/tidy.html#dotnet

http://www.codeproject.com/KB/mcpp/eftidynet.aspx

还有.Net Port of tidy。

Answer 3

你应该看看SgmlReader：

http://developer.mindtouch.com/SgmlReader

它会给你你想要的:)我在这里使用它：http://www.xmltools.dk/HtmlToXml尝试它:)（你可以禁用html标签和uppercase-tags-＆gt; lowercase-tags转换。）

Answer 4

我总是只使用replace for XML（节省我必须引入HTTP库）：

string output = inputXml.Replace("&", "&amp;")
                        .Replace("<", "&lt;")
                        .Replace(">", "&tg;")
                        .Replace("'", "&apos;")     // optional
                        .Replace("\"", "&Quot;")    // optional

Answer 5

我不是在争论有效性 XML。

与that other question一样，正确的答案是您发送的内容是不是 XML。这是一个结构良好的问题，而不是XML意义上的有效性问题。

发送的内容是我无法控制的。

这可能是真的，但是如果有人向您发送了一夸脱的机油并要求您将其转换为HTML，您还会接受它吗？通常，数据交换是基于合同（正式或非正式）完成的，互换的数据将遵循某些标准。如果不符合商定的标准，则可以发回，拒绝数据。

如果您不需要XML作为输入，那么这个问题不是关于“＆lt;，＆amp; charrs出现在XML节点内”。相反，它是关于解析看起来很像XML的SGML，但它具有＆lt;和＆amp;出现在文字内容中的字符。

要做到这一点，.NET Tidy和SGMLReader都是很好的解决方案，正如其他人所说的那样。

Answer 6

使用HTTPUtility。

HttpUtility.HtmlEncode("<text to Encode>");

替换＆gt;，＆lt;，＆amp;出现在XML节点内的字符

6 个答案: