Question

我正在使用RSS源，文档中包含一个特殊字符»

我猜测Feed没有正确编码，但我无法改变它。我想要覆盖它，或者只是用友好的东西替换有问题的字符。

using (Stream stream = response.GetResponseStream())
        {

            using (XmlReader reader = XmlReader.Create(stream))
            {
                try
                {
                    XmlDocument xmlDoc = new XmlDocument();
                    xmlDoc.Load(reader);  //<--- FAILS HERE
                    //parse the items of the feed

...

Answer 1

»是HTML named entity，XML不支持。开箱即用，XML only supports &，'，"，>和<。

使用相应的数字实体»（或十六进制»）。

Answer 2

+1弗雷德里克说的话。您也可以将»作为原始未转义字符提供服务，大概以UTF-8编码。

如果是其他人的RSS源，您需要踢它们以停止生成格式错误的XML;没有XML解析器会读这个。

在<description>元素中，HTML内容通常应该是XML转义的。因此，如果项目的描述是This is a <em>really</em> interesting article，它应该在XML中显示为：

<description>This is a &lt;em>really&lt;/em> interesting article</description>

因此，HTML编码的»字符应该是

&amp;raquo;

如果它直接来自HTML源而未被转义，则这是一个更严重的XML注入问题。

（这是假设RSS 2.0。在各种早期版本的RSS中，<description>包含HTML或纯文本是否因规格而异，有时完全没有指定。对于旧的RSS版本，它并不真正可靠完全使用HTML内容。）

加载xml文档失败，具有特殊字符»

2 个答案: