Question

我正在使用XDocument类解析XLIFF文档。 XDocument是否对我读入的内容执行了一些验证，如果是的话 - 是否有任何方法可以禁用该验证？

如果XLIFF不是有效的XML，我会收到一些奇怪的错误（我不在乎它不是，我只想解析它。）

E.g。

'.', hexadecimal value 0x00, is an invalid character.

我目前正在阅读这样的文件：

string FileLocation = @"C:\XLIFF\text.xlf";
XDocument doc = XDocument.Load(FileLocation);

感谢。

Answer 1

我有类似的问题，通过让StreamReader读取内容来修复。

// this line throws exception like yours
XDocument xd = XDocument.Load(@"C:\test.xml");

// works
XDocument xd = XDocument.Load(new System.IO.StreamReader(@"C:\test.xml"));

如果这没有帮助，请尝试包含正确的编码。

Answer 2

如果要从XML中无效的字符串中删除字符，可以使用以下方法：

private static string RemoveXmlInvalidCharacters(string s)
{
    return Regex.Replace(
        s,
        @"[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFFF]",
        string.Empty);
}

根据XML标准，它删除任何超出有效字符值集的字符。

Answer 3

您无法解析无效的XML，因为解析需要有效的XML结构当您将文件读取为UTF-8或UTF-16并且导致遇到问题时，可能会将文件读为ASCII。

可能的解决方案：
将文件读为UTF-8。

Answer 4

XLIFF文档是一个XML文档。字符0x00 不是有效的XML字符。无效的XML不是XML，因此您无法使用XML解析器读取它。

现在结构良好是另一回事，您可以使用SAX解析器来读取格式不正确但不是无效XML的XML。

符合XML规范的有效字符：

 #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]

更新

建议的解决方案：预处理文件以删除无效字符。字符\0可以替换为空格，除非它具有含义（二进制），在这种情况下它需要以 Base64 格式出现。

使用XDocument时禁用XML验证

4 个答案:

更新