如何检查长字符串是否是有效的XML？

Question

我有一个字符串，如果它是一个有效的XML ，我想用它做一些事情;如果没有，请告诉用户该字符串不是有效的XML。

我的代码是：

try 
{

    XmlDocument doc = new XmlDocument();
    doc.LoadXml(rawData);

    //And here I want to do some things with doc if it is a valid XML.
}
catch
{
    //Tell the user that the string is not a valid XML.
}

现在，如果rawData包含有效的XML数据，则没有问题。此外，如果rawData包含其他内容（例如HELLOEVERYBODY!），它将抛出异常，因此我可以告诉用户该字符串不是有效的XML 。

但是当rawData包含HTML页面时，该过程需要很长时间（超过20秒！）......

页面之间可能有所不同。例如，它可以快速处理stackoverflow.com，但处理1pezeshk.com需要很长时间......

在将XML加载到XmlDocument之前验证XML是否有更快的方法？

Answer 1

之前我见过这个问题，问题是XmlDocument尝试下载文档的DTD。在您的示例中，这是http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd，它允许您打开连接但从不返回任何内容。因此，一个简单的解决方案（没有任何类型的错误检查）是删除像-tag之前的任何内容。

WebClient wc = new WebClient();
wc.Encoding = Encoding.UTF8;
string data = wc.DownloadString("http://1pezeshk.com/");
data = data.Remove(0, data.IndexOf("<html"));
XmlDocument xml = new XmlDocument();
xml.LoadXml(data);

修改

浏览http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd会导致DTD返回，但响应时间超过一分钟。由于您仍然不会进行DTD验证，因此您应该从HTML中删除它，然后尝试将其验证为HTML。