如何在c#中使用有限的(windows-1251)编码来停止xml中的无效字符

Question

这个让我莫名其妙。我需要向俄罗斯的网络服务发送一条xml消息。XML必须在windows-1251 中进行编码

我有许多对象响应不同类型的消息，并将它们转换为xml，因此：

public string Serialise(Type t, object o, XmlSerializerNamespaces Namespaces)
{
    XmlSerializer serialiser = _serialisers.First(s => s.GetType().FullName.Contains(t.Name));
    Windows1251StringWriter myWriter = new Windows1251StringWriter();
    serialiser.Serialize(myWriter, o, Namespaces);
    return myWriter.ToString();
}
public class Windows1251StringWriter : StringWriter
{
    public override Encoding Encoding
    {
        get { return Encoding.GetEncoding(1251); }
    }
}

这很好，但如果我们发送任何不在windows-1251中的字符，web服务会拒绝请求。在最新的例子中，我试图发送一个带有"LEFT-to-RIGHT EMBEDING"（U+202A）、"NON-BREAKING HYPHEN"（U+2011）和"POP DIRECTIONAL FORMATING"（U/202C）的电话号码。我无法控制输入。我想把任何未知的角色变成？或将其移除。我试过扰乱EncoderFallback，但它似乎没有改变任何事情。

我做错了吗？

Answer 1

由于您正在序列化为string，Windows1251StringWriter中的Encoding属性唯一能为您做的就是更改XML:中显示的编码名称

<?xml version="1.0" encoding="windows-1251"?>

（我认为这个技巧来自这里。）

就是这样。所有的c#字符串总是在utf-16中编码，并且无论Encoding属性是否被重写，基类StringWriter都会写入这个编码。

要从XML中去除某些特定编码中无效的字符，您需要将其编码为字节流，然后对其进行解码，例如使用以下方法：

public static class XmlSerializationHelper
{
    public static string GetXml<X>(this X toSerialize, XmlSerializer serializer = null, XmlSerializerNamespaces namespaces = null, Encoding encoding = null)
    {
        if (toSerialize == null)
            throw new ArgumentNullException();
        encoding = encoding ?? Encoding.UTF8;
        serializer = serializer ?? new XmlSerializer(toSerialize.GetType());
        using (var stream = new MemoryStream())
        using (var writer = new StreamWriter(stream, encoding))
        {
            serializer.Serialize(writer, toSerialize, namespaces);
            writer.Flush();
            stream.Position = 0;
            using (var reader = new StreamReader(stream, encoding))
            {
                return reader.ReadToEnd();
            }
        }
    }
}

然后进行

var encoding = Encoding.GetEncoding(1251, new EncoderReplacementFallback(""), new DecoderExceptionFallback());
return o.GetXml(serialiser, Namespaces, encoding);