处理具有错误编码的 HTML 实体"XML"

Question

>我有一个XML文件，用户可以更改该文件并将其添加到某些属性中，然后上传到我的工具。问题是它们有时会在属性的值中包含<和>。我想将其更改为<和>。

例如：

<title value="Tuition and fees paid with (Percent<5000) by Gender" />

使用以下代码加载此会导致错误：

XmlDocument smldoc = new XmlDocument();
xmldoc.LoadXml(xmlString);

我遇到的问题是我需要用户生成的所有属性都位于 html 实体中，用于<和>。 问题是我不能只做一个.Replace("<", "&lt;")，因为实际的XML文件需要这些。

如何轻松完成此操作？代码是 C#.Net。

Answer 1

为什么首先允许用户向您发送无效的 XML？您应该拒绝此类输入。没有更合适的格式供您的用户发送此数据吗？喜欢"键：值"字符串列表？

无论如何，您可以通过替换方法解决此问题，只需确保在第一个之后开始并在最后一个<和>之前停止。

像这样：

var trimmedXml = xmlString.Trim(); // to remove whitespace at either end
var innerText = trimmedXml.Substring(1, trimmedXml.Length -1);
innerText = innerText.Replace("<", "&lt").Replace(">", "&gt;");
xmlString = trimmedXml[0] + innerText + trimmedXml[trimmedXml.Length -1];

当然，您需要验证"XML"字符串是否至少包含</>。