包含無效字符的對象的XML序列化

Question

我正在序列化一個包含String屬性中的HTML數據的對象。

Dim Formatter As New Xml.Serialization.XmlSerializer(GetType(MyObject)) 
Dim fs As New FileStream(FilePath, FileMode.Create) 
Formatter.Serialize(fs, Ob) 
fs.Close() 

但是，當我在看XML回對象：

Dim Formatter As New Xml.Serialization.XmlSerializer(GetType(MyObject)) 
Dim fs As New FileStream(FilePath, FileMode.Open) 
Dim Ob = CType(Formatter.Deserialize(fs), MyObject) 
fs.Close() 

我得到這個錯誤：

"'', hexadecimal value 0x14, is an invalid character. Line 395, position 22." 

不應該.NET防止這種錯誤的，轉義無效字符？

這裏發生了什麼，我該如何解決？

Answer 1

它應該真的在序列化步驟失敗，因爲0x14 is an invalid value for XML。 無法轉義它，即使使用&#x14也無法逃避它，因爲它被排除爲XML模型中的有效字符。序列化程序讓我們感到驚訝，因爲它使得序列化程序不合規。

是否可以在序列化之前從字符串中刪除無效字符？爲了什麼目的，你在HTML中有一個0x14？

或者，您是否可以使用一種編碼進行編寫，然後使用另一種編碼進行閱讀？

Answer 2

我會怎樣exepct .NET來處理這個問題，但你也可以看看XmlSerializer類和XmlReaderSettings（見下面的示例通用方法）：

public static T Deserialize<T>(string xml) 
{ 
    var xmlReaderSettings = new XmlReaderSettings() 
           { 
            ConformanceLevel = ConformanceLevel.Fragment, 
            ValidationType = ValidationType.None 
           }; 

    XmlReader xmlReader = XmlTextReader.Create(new StringReader(xml), xmlReaderSettings); 
    XmlSerializer xs = new XmlSerializer(typeof(T), ""); 

    return (T)xs.Deserialize(xmlReader); 
} 

我還要檢查是否有沒有編碼（統一，UTF8等）問題。十六進制值0x14不是您期望的XML中的字符:)

Answer 3

您應該真正發佈您嘗試序列化和反序列化的類的代碼。同時，我會猜測。

很可能，無效字符位於string類型的字段或屬性中。您需要序列化的字節數組，假設你不能避免該角色目前在所有：

[XmlRoot("root")] 
public class HasBase64Content 
{ 
    internal HasBase64Content() 
    { 
    } 

    [XmlIgnore] 
    public string Content { get; set; } 

    [XmlElement] 
    public byte[] Base64Content 
    { 
     get 
     { 
      return System.Text.Encoding.UTF8.GetBytes(Content); 
     } 
     set 
     { 
      if (value == null) 
      { 
       Content = null; 
       return; 
      } 

      Content = System.Text.Encoding.UTF8.GetString(value); 
     } 
    } 
} 

這將產生XML這樣的：

<?xml version="1.0" encoding="utf-8"?> 
<root xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xmlns:xsd="http://www.w3.org/2001/XMLSchema"> 
    <Base64Content>AAECAwQFFA==</Base64Content> 
</root> 

---

我看你可能更喜歡VB.NET：

''# Prettify doesn't like attributes as the first item in a VB code block, so this comment is here so that it looks right on StackOverflow. 
<XmlRoot("root")> _ 
Public Class HasBase64Content 

    Private _content As String 
    <XmlIgnore()> _ 
    Public Property Content() As String 
     Get 
      Return _content 
     End Get 
     Set(ByVal value As String) 
      _content = value 
     End Set 
    End Property 

    <XmlElement()> _ 
    Public Property Base64Content() As Byte() 
     Get 
      Return System.Text.Encoding.UTF8.GetBytes(Content) 
     End Get 
     Set(ByVal value As Byte()) 
      If Value Is Nothing Then 
       Content = Nothing 
       Return 
      End If 
      Content = System.Text.Encoding.UTF8.GetString(Value) 
     End Set 
    End Property 
End Class 

Answer 4

我集T他將XmlReaderSettings屬性的CheckCharacters設置爲false。 我只會建議這樣做，如果你已經通過XmlSerializer自己序列化數據。如果來自未知來源，那麼這不是一個好主意。

public static T Deserialize<T>(string xml) 
{ 
    var xmlReaderSettings = new XmlReaderSettings() { CheckCharacters = false }; 

    XmlReader xmlReader = XmlTextReader.Create(new StringReader(xml), xmlReaderSettings); 
    XmlSerializer xs = new XmlSerializer(typeof(T)); 

    return (T)xs.Deserialize(xmlReader); 
}