使用 & 符号解析 XML

我有一个包含 XML 的字符串，我只想将其解析为 Xelement，但它有一个＆符号。我在使用 HtmlDecode 解析它时仍然遇到问题。有什么建议么？

string test = " <MyXML><SubXML><XmlEntry Element="test" value="wow&" /></SubXML></MyXML>"; 

XElement.Parse(HttpUtility.HtmlDecode(test));

我还添加了这些方法来替换这些字符，但我仍然收到 XMLException。

string encodedXml = test.Replace("&", "&amp;").Replace("<", "&lt;").Replace(">", "&gt;").Replace("\"", "&quot;").Replace("'", "&apos;");
XElement myXML = XElement.Parse(encodedXml);

t 或者甚至尝试过这个：

string newContent=  SecurityElement.Escape(test);
XElement myXML = XElement.Parse(newContent);

理想情况下，XML 在您的代码使用它之前已正确转义。如果这超出了您的控制范围，您可以编写正则表达式。除非您完全确定这些值不包含其他转义项，否则请勿使用 String.Replace 方法。

例如，"wow&".Replace("&", "&")结果是wow&这显然是不可取的。

Regex.Replace 可以为您提供更多控制来避免这种情况，并且可以编写为仅匹配不属于其他字符的“&”符号，例如<， 就像是：

string result = Regex.Replace(test, "&(?!(amp|apos|quot|lt|gt);)", "&");

上面的方法有效，但不可否认，它没有涵盖以 & 开头的各种其他字符，例如 而且这个名单还会继续增长。

更灵活的方法是解码 value 属性的内容，然后重新编码。如果你有value="&wow&"解码过程将返回"&wow&"然后重新编码它会返回"&wow&"，这是理想的。要实现这一点，你可以使用这个：

string result = Regex.Replace(test, @"value=\""(.*?)\""", m => "value=\"" +
    HttpUtility.HtmlEncode(HttpUtility.HtmlDecode(m.Groups[1].Value)) +
    "\"");
var doc = XElement.Parse(result);

请记住，上述正则表达式仅针对 value 属性的内容。如果 XML 结构中的其他区域遇到相同的问题，则可以对其进行调整以匹配它们并以类似的方式替换其内容。

---

EDIT: updated solution that should handle content between tags as well as anything between double quotes. Be sure to test this thoroughly. Attempting to manipulate XML/HTML tags with regex is not favorable as it can be error prone and over-complicated. Your case is somewhat special since you need to sanitize it first in order to make use of it.

string pattern = "(?<start>>)(?<content>.+?(?<!>))(?<end><)|(?<start>\")(?<content>.+?)(?<end>\")";
string result = Regex.Replace(test, pattern, m =>
            m.Groups["start"].Value +
            HttpUtility.HtmlEncode(HttpUtility.HtmlDecode(m.Groups["content"].Value)) +
            m.Groups["end"].Value);
var doc = XElement.Parse(result);