Question

我正在维护一个旧的.Net 2.0服务，该服务从数据库读取数据，并将其序列化为XML文件，以便转换/输出为字母。

它一直运行良好多年，但会间歇性地吐出格式错误的文件，其中某些字符（＆gt;和\ b和\）将被转换而不是作为文字文本对应物。

我认为这可能与编码有关，但我无法理解为什么它会间歇性地进行。请参阅下面的一些文件之间的示例（我已经更改了一些名称）：

精细：

<?xml version="1.0"?>
<?encoding iso-8859-1?>
<?xml-stylesheet type='text/xsl' href='\\SERVER\FOLDER\bin\stylesheet\blabla.xsl'?>

格式错误：

<?xml version="1.0" standalone="yes"?><?encoding iso-8859-1?><?xml-stylesheet type='text/xsl' href='\SERVER\FOLDERin\stylesheet\blabla.xsl'?>

（我确实注意到后者由于某种原因而独立=“是”..这会影响吗？这两个文件都是从相同的代码生成的。）

精细：

<LetterText>&lt;FONT size=2 face=Arial&gt;
&lt;P style="MARGIN-RIGHT: 0px" dir=ltr align=left&gt;&lt;FONT size=2 face=Arial&gt;Dear Sir/Madam &lt;/P&gt;
&lt;P style="MARGIN-RIGHT: 0px" dir=ltr align=left&gt;&lt;FONT size=2 face=Arial&gt;&lt;STRONG&gt;&lt;U&gt;ZERO FARE PASS&lt;/U&gt;&lt;/STRONG&gt;&lt;/FONT&gt;&lt;/P&gt;

格式错误：

<LetterText>&lt;FONT size=2 face=Arial>
&lt;P style="MARGIN-RIGHT: 0px" dir=ltr align=left>&lt;FONT size=2 face=Arial>Dear Sir/Madam &lt;/P>
&lt;P style="MARGIN-RIGHT: 0px" dir=ltr align=left>&lt;FONT size=2 face=Arial>&lt;STRONG>&lt;U>BLABLABLA BLABLA&lt;/U>&lt;/STRONG>&lt;/FONT>&lt;/P>

以下是我认为处理此问题的代码（我再次改变了一些名称，例如MyObject等）：

' create a serializer to create the xml output.
mySerializer = New XmlSerializer(GetType(myObject))

' serialize the pass batch to a stream in memory - allows us to edit the stream before outputting to a file
xmlMemoryStream = New MemoryStream()
mySerializer.Serialize(xmlMemoryStream, passes)

' load the xml from the memory stream into an XML Document
xmlMemoryStream.Seek(0, SeekOrigin.Begin)
xmlDocument.Load(xmlMemoryStream)

' set the stylesheet instruction up and add it to the xml document.  if 
' the stylesheet is set on the print queue then use it
Dim processingInstruction As XmlProcessingInstruction
processingInstructionText = String.Format("type='text/xsl' href='{0}'", oPrintQueueType.stylesheet)
processingInstruction = xmlDocument.CreateProcessingInstruction("xml-stylesheet", processingInstructionText)
xmlDocument.InsertAfter(processingInstruction, xmlDocument.FirstChild)

' we must inform xml parses about special encoding we need to use to display
' unicode charaters in the xml with iso-8859-1 encoding
Dim instruction As XmlProcessingInstruction = xmlDocument.CreateProcessingInstruction("encoding", "iso-8859-1")
xmlDocument.InsertAfter(instruction, xmlDocument.FirstChild)
xmlDocument.PreserveWhitespace = True

' make a new file stream to the desired output file and use it to save the XML Document
' we must write unicode due to the characters in the encoded number string
stream = New System.IO.FileStream(filename, FileMode.Create)
xmlTextWriter = New XmlTextWriter(stream, System.Text.Encoding.Unicode)
xmlDocument.WriteTo(xmlTextWriter)
xmlTextWriter.Flush()
xmlTextWriter.Close()

我想知道是否要将iso-8859-1编码更改为UTF-8。无论哪种方式，我不理解的是为什么它是间歇性地不同，使用相同的代码，相同的数据，但有时只转换某些特殊字符。

我知道排除这些的很多方法（例如C＃中的@符号），但大多数都需要访问原始数据和单个元素。这个应用程序只是选择并处理它。

其他任何有此经验的人或者可以给我一个关注焦点的指针吗？

Answer 1

固定。

改变了这一行：

Dim instruction As XmlProcessingInstruction = xmlDocument.CreateProcessingInstruction("encoding", "iso-8859-1")

要：

Dim instruction As XmlProcessingInstruction = xmlDocument.CreateProcessingInstruction("encoding", "UTF-8")

之前没有看到过腐败的XML问题。可能是巧合，因为它之前是间歇性的（已经工作了10年以上），但看起来至少是固定的。

XML编码间歇性地转换字符？

1 个答案: