Question

我在MS SQL 2005中有一个XML存储过程，我使用SqlCommand.ExecuteXmlReader获取XmlReader，然后解析数据并形成XML文档。问题是SQL中的数据包含一些在UTF-8 XML文档中非法的二进制字符，因此抛出异常。

还有其他人处理过这个问题吗？我考虑过将输入数据过滤到数据库中，但是我必须将过滤放到任何地方，并且需要检查每个字符。

还有其他建议吗？

修改数据通常存储在各种长度的varchar列中。实际上，数据来自Web表单上的用户（ASP .NET应用程序）。因此，有时它们会从MS Word或其他东西进行复制粘贴，并将这些奇怪的二进制字符放入其中。

Answer 1

我已经看过数据库中nvarchar列的DotNet SqlClient“scramble”数据，我们的理论与“代理代码点”有关，请参阅：

http://www.siao2.com/2005/07/27/444101.aspx

http://publib.boulder.ibm.com/infocenter/iseries/v5r3/index.jsp?topic=rzaaxsurrogate.htm

http://publib.boulder.ibm.com/infocenter/db2luw/v8/index.jsp?topic=/com.ibm.db2.udb.doc/admin/c0004816.htm

SqlClient似乎“解释”了我们的Xml不再格式化的一些字节，转换为nvarchar（max）似乎阻止了这一点（尽管这确实会对性能产生影响）：

SELECT CONVERT(NVARCHAR(MAX), MyValue) FROM ...

请注意，您需要使用NVARCHAR（MAX），NVARCHAR（N）无效。

我们还发现OleDB提供程序也能正常工作（尽管它比SqlClient慢）。

Answer 2

坏数据是如何进入数据库的？您使用的是XML列吗？

您可以将过滤（实际上称为“验证”）放入用于将数据输入数据库的存储过程中，或者您可以添加触发器来检查数据，无论数据来自何处。

一般情况下，不要让错误的数据进入数据库！

Answer 3

这是编码问题吗？或者xml是否格式错误？如果畸形，我情不自禁。但是对于编码......很遗憾ExecuteXmlReader不允许您指定编码，但您可以将数据视为BLOB，并使用您自己的编码和XmlReader单独处理它？ / p>

如果数据很大，您可能希望将ExecuteReader与CommandBehavior.SequentialAccess一起使用并将其写入临时文件（Path.GetTempFileName()） - 然后将该文件作为{{{ 1}}与Stream。

Answer 4

我已经抽象了应用程序中各处的SqlParameter对象的制作，所以我将在那时擦除输入。我的抽象方法创建并返回一个SqlParameter对象，以便在存储过程调用中使用。如果它是调用者想要的varchar，我将循环遍历他们想要生成的字符串的每个字符到SqlParameter对象中，并过滤掉那些非法的二进制XML字符。这将首先消除不良数据进入数据库。

Answer 5

您的存储过程如何生成XML？如果在SQL Server中使用任何FOR XML选项，则文本字段中的二进制字符将被正确转义：

CREATE TABLE test (
   id int identity(1,1) not null primary key, 
   data nvarchar(50))
INSERT INTO test (data) values (char(0))
SELECT * FROM test FOR XML RAW

产生

<row ID="1" data="&#x0;" />

在.NET中过滤非法XML字符

5 个答案: