C＃：从偶尔的Unicode字符中屏蔽XmlTextReader

Question

在C＃中，我有一个直接从HTTP响应创建的XmlTextReader（我无法控制响应的XML内容）。

HttpWebResponse response = (HttpWebResponse)request.GetResponse();
XmlTextReader reader = new XmlTextReader(response.GetResponseStream());

它有效，但有时一个XML元素节点将包含一个Unicode字符（例如“é”），它会使读者绊倒。我试图使用具有声明编码的StreamReader，但现在XmlTextReader在第一行退出：“数据无效。第1行，第1位”：

StreamReader sReader = new StreamReader(response.GetResponseStream(), System.Text.Encoding.Unicode);
XmlTextReader reader = new XmlTextReader(sReader);

有没有办法解决这个问题？或者，有没有办法阻止XmlTextReader使用可能有问题的字符解析一个元素（我知道它的名字）？我并不关心那个特定元素，我只是不想让它绊倒读者。

编辑：快速修复：将响应读入StringBuilder（“sb”）：

sb.Replace("é", "e");
StringReader strReader = new StringReader(sb.ToString());
XmlTextReader reader = new XmlTextReader(strReader);

Answer 1

它不是Unicode字符，而是无效字符（未正确编码）。

无法屏蔽XmlTextReader与无效的XML 。你需要

• 修复服务器端以正确编码字符
• 预处理文本以自行完成

---

根据UTF8，所有这些字符（“é”）都用 2或3字节（或更多）编码。您可以使用十六进制编辑器进行验证。

Answer 2

你是什么意思＆＃34;绊倒读者＆＃34;？你的第一段代码应该没问题 - 如果XML真的在它声明的编码中（请查看XML声明）那么它应该是绝对正常的。

如果XML真的坏了，我建议在 XML解析之前执行某种过滤（例如，将XML加载到具有正确编码的字符串中，然后修复声明 em>编码匹配）...但我们需要首先解决它的错误。