Question

免责声明：是的，我知道解决方案不是最优的，但它就是这样。

我们正在创建一个大型XML文件，然后通过WCF服务提供它。消费者是具有移动网关的供应商。他们拿走大文件并将其切换为移动电话。

实际创建位使用Microsoft XML对象（XmlDocument，XmlElement，XmlTextNode等），然后保存到文件系统。该服务提取文件并将其重新组织为XML文档并提供服务。

[OperationContract]
[Description("Gets all products for SnP and Systems.")]
[WebGet(UriTemplate = "shop/products/all?appId={appId}")]
XmlElement GetAllProductsAsXmlDocument(string appId);

当我制作文件时，我最终得到的文件看起来像这样：

<content>&lt;b&gt;Intel® Core™ Duo &amp; 2 GB RAM&lt;/b&gt;</content>

在HTML浏览器中，它看起来像＆lt; b＆gt;Intel®Core™Duo＆amp; 2 GB RAM＆lt; / b＆gt; 。

供应商要求将XML文档中的文本看起来像这样：

<content>&lt;b&gt;Intel&reg; Core&trade; Duo &amp; 2 GB RAM&lt;/b&gt;</content>

如果这是一个字符串，而不是XML节点中的文本，我可以轻松地执行此操作：

string hackedString = HttpUtility.HtmlEncode(nonHackedTextFromXmlNode);

但是编码然后作为TextNode打入XmlDocument会产生：

<content>&lt;b&gt;Intel® Core™ Duo &amp; 2 GB RAM&lt;/b&gt;</content>

因此，Microsoft Xml可识别某些转义的HTML序列，并将其转换为XML规范中的版本。通过手动编码来解决问题，我最终可以使用＆amp; amp; amp;和＆amp; amp;＃174; （一个混乱的®，如174十进制==®），但是如果符号被识别进入XML文档，则在加载转义版本时它看起来像上面那样。

问题是这是否有一些独特的编码或设置类型或“其他”可以与.NET XmlDocument一起使用来生成自动遵守HTML编码规则的节点？

如果无法做到，那很好。我已经提出了两种可能性：

创建CDATA节点而不是标准文本节点，因此不会更改编码
保存文件后转换字符，并在WCF服务中将其作为字符串而不是XmlDocument提供。
让供应商将数据转换为HTML转义字符串

思想？

其他信息：根据建议，添加了HTML DTD：

string dtdLink = "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"; 
string dtdDef = "-//W3C//DTD XHTML 1.0 Transitional//EN"
XmlDocumentType docType = htmlDoc.CreateDocumentType("html", dtdDef, dtdLink, null);
htmlDoc.AppendChild(docType);

仍然增加了额外的＆amp; amp;到输出。可以尝试其他HTML DTD，但我很快就会用完。感谢。

Answer 1

总的来说，问题是微软纠正了很多事情。 CDATA避免了一些纠正。请注意，此更正是正确的，如果供应商的解析器设置为UTF-8，则不会出现问题。有时你只需说“它就是它”。

所采用的解决方案是在处理管道的末端添加一个擦洗“过滤器”。讨厌的解决方案，因为它没有正确解决问题，客户端（内部）现在想要过滤所有服务。

正确的解决方案是让供应商尊重UTF-8，这样我们就不必擦洗完全有效的字符。不幸的是，与许多项目一样，时间比质量更重要。

如何使XmlDocument尊重HTML转义序列

1 个答案: