如何防止System.Xml.XmlException：给定编码中的字符无效
我有一个用C＃编写的Windows桌面应用程序，它循环存储在磁盘上并由第三方程序创建的一堆XML文件。 大多数所有文件都由此语句后面的LINQ代码成功加载和处理：
XDocument xmlDoc = XDocument.Load(inFileName); List docList = (from d in xmlDoc.Descendants("DOCUMENT") select new DocMetaData { File = d.Element("FILE").SafeGetAttributeValue("filename") , Folder = d.Element("FOLDER").SafeGetAttributeValue("name") , ItemID = d.Elements("INDEX") .Where(i => (string)i.Attribute("name") == "Item ID(idmId)") .Select(i => (string)i.Attribute("value")) .FirstOrDefault() , Comment = d.Elements("INDEX") .Where(i => (string)i.Attribute("name") == "Comment(idmComment)") .Select(i => (string)i.Attribute("value")) .FirstOrDefault() , Title = d.Elements("INDEX") .Where(i => (string)i.Attribute("name") == "Title(idmName)") .Select(i => (string)i.Attribute("value")) .FirstOrDefault() , DocClass = d.Elements("INDEX") .Where(i => (string)i.Attribute("name") == "Document Class(idmDocType)") .Select(i => (string)i.Attribute("value")) .FirstOrDefault() } ).ToList(); …其中inFileName是一个完整的路径和文件名，例如：
Y:\S2Out\B0000004\Pet Tab\convert.B0000004.Pet Tab.xml
但是一些文件会导致这样的问题：
System.Xml.XmlException: Invalid character in the given encoding. Line 52327, position 126. at System.Xml.XmlTextReaderImpl.Throw(Exception e) at System.Xml.XmlTextReaderImpl.Throw(String res, String arg) at System.Xml.XmlTextReaderImpl.InvalidCharRecovery(Int32& bytesCount, Int32& charsCount) at System.Xml.XmlTextReaderImpl.GetChars(Int32 maxCharsCount) at System.Xml.XmlTextReaderImpl.ReadData() at System.Xml.XmlTextReaderImpl.ParseAttributeValueSlow(Int32 curPos, Char quoteChar, NodeData attr) at System.Xml.XmlTextReaderImpl.ParseAttributes() at System.Xml.XmlTextReaderImpl.ParseElement() at System.Xml.XmlTextReaderImpl.ParseElementContent() at System.Xml.XmlTextReaderImpl.Read() at System.Xml.Linq.XContainer.ReadContentFrom(XmlReader r) at System.Xml.Linq.XContainer.ReadContentFrom(XmlReader r, LoadOptions o) at System.Xml.Linq.XDocument.Load(XmlReader reader, LoadOptions options) at System.Xml.Linq.XDocument.Load(String uri, LoadOptions options) at System.Xml.Linq.XDocument.Load(String uri) at CBMI.WinFormsUI.GridForm.processFile(StreamWriter oWriter, String inFileName, Int32 XMLfileNumber) in C:\ProjectsVS2010\CBMI.LatitudePostConverter\CBMI.LatitudePostConverter\CBMI.WinFormsUI\GridForm.cs:line 147 at CBMI.WinFormsUI.GridForm.btnProcess_Click(Object sender, EventArgs e) in C:\ProjectsVS2010\CBMI.LatitudePostConverter\CBMI.LatitudePostConverter\CBMI.WinFormsUI\GridForm.cs:line 105
XML文件看起来像这样（此示例仅显示2个DOCUMENT元素，但有很多）：
LINQ语句有其自身的复杂性，但我认为它的工作正常; 失败的是LOAD。 我已经查看了XDocument Load的各种构造函数，并且我已经研究了抛出此exception的其他一些问题，但我对如何防止这种情况感到困惑。
最后，在第52327行，126位，在无法加载的文件中，似乎第52327行的这些数据不应该导致问题（并且最后一个字符位于第103位！
为了控制编码（一旦你知道它是什么），你可以使用接受Stream的Load方法覆盖来加载文件。
然后，您可以针对您的文件创建一个新的StreamReader ，在构造函数中指定相应的Encoding 。
例如，要使用西欧编码打开文件，请替换问题中的以下代码行：
XDocument xmlDoc = XDocument.Load(inFileName);
使用此代码：
XDocument xmlDoc = null; using (StreamReader oReader = new StreamReader(inFileName, Encoding.GetEncoding("ISO-8859-1"))) { xmlDoc = XDocument.Load(oReader); }
支持的编码列表可以在MSDN文档中找到。
不确定这是否是您的情况，但这可能与给定编码的无效字节序列有关。 示例： http ： //en.wikipedia.org/wiki/UTF-8#Invalid_byte_sequences 。
尝试在加载时从文件中过滤无效序列。
引用的文件包含对文件名有效的字符，但在XML属性中无效。 你有几个选择。
- 您可以更改文件名并重新运行第三方脚本。
- 您可以与供应商合作，提供可以安全编码违规字符的补丁。
- 您可以在处理之前预先validationXML文档并删除有问题的条目。
因为XmlDocument在遇到未编码的字符时会立即加载整个内容，因此会中止整个过程。 如果你想处理你能做的事情并跳过/记录duff位，请查看XmlTextReader。 从Filestream加载的XmlTextReader将一次加载一个节点，因此它也将使用更少的内存。 你甚至可以聪明地将事情拆分并平行处理。
当我有这个时，就像那里的重音人物一样：坟墓，尖锐，变形金刚等等。
我没有任何自动化过程，所以通常我只是在Visual Studio中加载文件并编辑坏人，直到没有任何波形。 这个理论虽然合理。