XDocument的特殊字符

我正在尝试读取一个文件（不是XML，但结构类似），但我得到了这个例外：

'┴', hexadecimal value 0x15, is an invalid character. Line 8, position 7. 

并且文件中有很多这样的符号，我无法替换，因为我不能为了我的目的修改文件的内容…

那是代码：

 try { XDocument doc = new XDocument(new XDeclaration("1.0", "utf-16", "yes")); doc = XDocument.Load(arquivo); } catch (Exception e) { MessageBox.Show(e.Message.ToString()); } 

这是文件的一部分：

 UTF16 0000016125 0003┴300000┴English(US)PORTUGUESE┴┴bla.000┴webgui\messages\xsl\en\blabla\blabla.xlf  To blablablah the firewall to blablablah local IP address.  Para blablablah a uma blablablah local específico.   

注意：该文件没有encode xml声明。

Answer 1

这个XML非常糟糕;

1. 你有0000016125 ，虽然在技术上不是非法的（它是一个Text节点），但它只是一种奇怪的东西。
2. 您的元素包含无XML字符部分的无效字符

您可以手动规范化XML，也可以通过字符串操作或RegEx或类似方式在C＃中进行规范化。

在您的简单示例中，只有元素具有无效字符; 因此修复它并使用string.Replace()方法添加CDATA部分相对简单，使它看起来像这样：

然后，您可以使用XDocument.Parse(string xml)将好的XML加载到XDocument ：

 string badXml = @"  UTF16 0000016125 0003┴300000┴English(US)PORTUGUESE┴┴bla.000┴webgui\messages\xsl\en\blabla\blabla.xlf To blablablah the firewall to blablablah local IP address.  Para blablablah a uma blablablah local específico.   "; // assuming only  element has the invalid characters string goodXml = badXml .Replace("", "", "]]>"); XDocument xDoc = XDocument.Parse(goodXml); xDoc.Declaration = new XDeclaration("1.0", "utf-16", "yes"); // do stuff with xDoc