Question

我有一个简单的XmlReader：

XmlReader r = XmlReader.Create(fileName);

while (r.Read())
{
    Console.WriteLine(r.Value);
}

问题是，Xml文件中包含ISO-8859-9个字符，这使得XmlReader抛出“Invalid character in the given encoding.”异常。我可以在开头添加<?xml version="1.0" encoding="ISO-8859-9" ?>行来解决这个问题但是我想以另一种方式解决这个问题，以防我无法修改源文件。如何更改XmlReader的编码？

Answer 1

要强制.NET以ISO-8859-9的形式读取文件，只需使用许多XmlReader.Create重载之一，例如

。

using(XmlReader r = XmlReader.Create(new StreamReader(fileName, Encoding.GetEncoding("ISO-8859-9")))) {
    while(r.Read()) {
        Console.WriteLine(r.Value);
    }
}

然而，这可能不起作用，因为，IIRC，W3C XML标准说明了什么时候读取XML声明行，兼容的解析器应该立即切换到XML声明中指定的编码，无论它使用什么编码之前。在您的情况下，如果XML文件没有XML声明，编码将是UTF-8，它仍然会失败。我可能在这里胡说八道，所以试试看吧。： - ）

Answer 2

XmlTextReader类（静态Create方法实际返回的类，因为XmlReader是抽象基类），旨在自动检测XML文件本身的编码 - 没有办法手动设置它。

只需确保在您正在阅读的文件中包含以下XML声明：

<?xml version="1.0" encoding="ISO-8859-9"?>

Answer 3

如果您无法确保输入文件具有正确的标头，则可以查看XmlReader.Create方法的其他11个重载之一。

其中一些采用XmlReaderSettings变量或XmlParserContext变量，或两者兼而有之。我没有调查这些，但有可能设置适当的值可能会有所帮助。

有XmlReaderSettings.CheckCharacters属性 - 此状态的帮助：

指示读者检查字符并在任何字符超出合法XML字符范围时抛出异常。字符检查包括检查文档中的非法字符，以及检查XML名称的有效性（例如，XML名称可能不以数字开头）。

因此将此设置为false可能有所帮助。但是，帮助还指出：

如果XmlReader正在处理文本数据，它始终会检查XML名称和文本内容是否有效，而不管属性设置如何。将CheckCharacters设置为false会关闭字符实体引用的字符检查。

因此需要进一步调查。

Answer 4

使用XmlTextReader代替XmlReader：

System.Text.Encoding.UTF8.GetString(YourXmlTextReader.Encoding.GetBytes(YourXmlTextReader.Value))

如何更改XmlReader的字符编码

4 个答案: