Question

我正在尝试在.NET（C＃）中的字符串中删除XML实体，但我似乎无法使其正常工作。

例如，如果我有字符串AT&T，则应将其翻译为AT&T。

一种方法是使用HttpUtility.HtmlDecode（），但这是针对HTML的。

所以我有两个问题：

使用HttpUtility.HtmlDecode（）解码XML实体是否安全？

如何使用XmlReader（或类似的东西）来执行此操作？我尝试了以下内容，但总是返回一个空字符串：

static string ReplaceEscapes(string text)
{
    StringReader reader = new StringReader(text);

    XmlReaderSettings settings = new XmlReaderSettings();

    settings.ConformanceLevel = ConformanceLevel.Fragment;

    using (XmlReader xmlReader = XmlReader.Create(reader, settings))
    {
        return xmlReader.ReadString();
    }
}

Answer 1

HTML转义和XML密切相关。正如您所说，HttpUtility同时包含HtmlEncode和HtmlDecode方法。这些也将对XML进行操作，因为只有少数实体需要转义：两个HTML中都有<，>，\，'和&和XML。

使用HttpUtility类的缺点是你需要引用System.Web dll，这也带来了许多你可能不想要的东西。

特别是对于XML，SecurityElement类有一个Escape方法可以进行编码，但没有相应的Unescape方法。因此，您有几个选择：

使用HttpUtility.HtmlDecode()并提及对System.Web
滚动你自己的解码方法来处理特殊字符（因为只有少数 - 在Reflector中查看SecurityElement的静态构造函数以查看完整列表）
< / LI>
使用（hacky）解决方案，如：

    public static string Unescape(string text)
    {
        XmlDocument doc = new XmlDocument();
        string xml = string.Format("<dummy>{0}</dummy>", text);
        doc.LoadXml(xml);
        return doc.DocumentElement.InnerText;
    }

就个人而言，如果我已经引用了HttpUtility.HtmlDecode()，我会使用System.Web，如果没有，我会使用自己的XmlReader。我不喜欢你的Disposable方法，因为它是{{1}}，它通常表明它正在使用需要处理的资源，因此可能是一项代价高昂的操作。

Answer 2

您的＃2解决方案可行，但您需要在xmlReader.Read();之前致电xmlReader.MoveToContent();（或ReadString）。

我认为＃1也是可以接受的，即使像®这样的边缘情况是有效的HTML实体，但不是XML实体 - 你的unescaper应该怎么做呢？将异常作为正确的XML解析器抛出，或者只是像HTML解析器那样返回“®”？

Answer 3

这有效：

using (XmlReader xmlReader = XmlReader.Create(reader, settings))
{
    if (xmlReader.Read())
    {
       return xmlReader.ReadString();
    }
}

Answer 4

如果您的输入文字以某些空白字符结尾（如回车），我发现最常见的答案有一个小错误。

字符串“Testing＆amp;＃10;”失去它的尾随空白。

如果你将问题中的解决方案与adrianbanks的包装标签结合起来，你会得到以下信息，这是有效的。

public static string UnescapeUnicode(string line)
    {
        using (StringReader reader = new StringReader("<a>" + line + "</a>"))
        {
            using (XmlReader xmlReader = XmlReader.Create(reader))
            {
                xmlReader.MoveToContent();
                return xmlReader.ReadElementContentAsString();
            }
        }
    }

Answer 5

这也有效，并且代码最少：

    public static string DecodeString(string encodedString)
    {
        if (string.IsNullOrEmpty(formattedText))
            return string.Empty;
        XmlTextReader xtr = new XmlTextReader(encodedString, XmlNodeType.Element, null);
        if (xtr.Read())
            return xtr.ReadString();
        throw new Exception("Error decoding xml string : " + encodedString);
    }

Update1：嗯，如果encodeString是＆＃34;＆＃34;，那么xtr.Read（）返回false，它似乎不起作用。

Update2：添加了解决方法

Update3：这似乎工作得更好

    public static string DecodeString(string encodedString)
    {
        XmlTextReader xtr = new XmlTextReader(encodedString, XmlNodeType.Element, null);
        xtr.MoveToContent();
        return xtr.Value;
    }

在.NET中使用XmlReader取消XML实体？

5 个答案: