Question

我需要读取一个不符合xml规则的xml文件。所以我需要在我将其作为xml文件读取之前做好。存在像“＆amp;”这样的符号en“＆lt;”元素之间。

<MAT>
<MATERIAL><MATNR>2286303</MATNR><BESTELTXT>Parts for something & something else</BESTELTXT><WERKS>Material exist out of<1 something</WERKS>
</MAT>

现在我有了这个：

我在文件中读到然后我这样做

            text = Regex.Replace(text, @"\s&\s", " &amp; ");
            text = Regex.Replace(text, @"[<]\d+", "&lt;");

之后我将文本写入文件，我将其作为xml读入。

“＆lt;”的问题是它正在删除数字，我需要保持。另外我不知道这是否有良好的表现？这也适用于verry大文件吗？它也只适用于这种情况，但如果我们将来有更多案例呢？是否有将这些预定义实体更改为其xml格式的一般方法？

ps：我知道这应该在制作xml文件时处理，但它来自一个thirth派对而且他们无法改变它。

Answer 1

你应该试试这个

text = Regex.Replace(text, @"(\s+)&(\s+)", "$1&amp;$2");
text = Regex.Replace(text, @"[<](\d+)", "&lt;$1");

首先更改\ s到\ s +以选择＆amp;即使它被一个以上的空间包围，但是通过使用+它意味着在不到一个空间。
第二次将\d+更改为(\d+)，我可以使用$1包含所选数字的值，同样适用于\ s +，如果你有更多超过一个选定的组，订单将是$ 1，$ 2等。
为了提高效果，您可以将RegexOptions.Compiled添加到正则表达式中，例如text = Regex.Replace(text, @"(\s+)&(\s+)", "$1&$2",RegexOptions.Compiled);

此外，如果您想要更改所有&，则必须删除(\s+)

C＃从xml

1 个答案: