我试图通过套接字读取从外部接口收到的一些
XML.
问题是 XML头中的编码指定错误(它表示iso-8859-1,但它是utf-16BE).据记载,编码是utf-16BE,但显然他们忘记设置正确的编码.
问题是 XML头中的编码指定错误(它表示iso-8859-1,但它是utf-16BE).据记载,编码是utf-16BE,但显然他们忘记设置正确的编码.
要在反序列化时忽略编码,我使用如下的StringReader:
private static T DeserializeXmlData<T>(byte[] xmlData) { var xmlString = Encoding.BigEndianUnicode.GetString(xmlData); using (var reader = new StringReader(xmlString)) { reader.ReadLine(); // Eat header line using (var xmlReader = XmlReader.Create(reader)) { var serializer = new XmlSerializer(typeof(T)); return (T)serializer.Deserialize(xmlReader); } } }
以上实际上工作正常,但我不喜欢通过调用ReadLine跳过标题行的部分.
是否有一种不那么脆弱的方法来绕过XML标头中指定的编码?
使用StreamReader解决方案
通过使用StreamReader,我可以覆盖XML标头中指定的编码.指定XmlReaderSettings.IgnoreProcessingInstructions与否没有任何区别.
有趣的是,如果StreamReader找到unicode字节顺序标记,则忽略指定的编码.
回顾一下:
>如果使用TextReader初始化XmlReader,则忽略XML标头编码.
>如果使用StringReader,如果存在unicode字节顺序标记,则XmlReader将失败.
>如果使用StreamReader,则unicode字节顺序标记将覆盖StreamReader编码.
> XmlReaderSettings.IgnoreProcessingInstructions = true在使用TextReader时没有区别.
总之,最强大的解决方案似乎是使用StreamReader,因为它使用字节顺序标记(如果存在).
private static T DeserializeXmlData<T>(byte[] xmlData) { using (var xmlDataStream = new MemoryStream(xmlData)) { using (var reader = new StreamReader(xmlDataStream,Encoding.BigEndianUnicode)) { using (var xmlReader = XmlReader.Create(reader)) { var serializer = new XmlSerializer(typeof (T)); return (T) serializer.Deserialize(xmlReader); } } } }
我想我只是使用一个StreamReader,使用正确的编码构造并将其传递给XmlReader.Create(TextStream)方法:
原文链接:https://www.f2er.com/xml/292379.htmlusing (var sr = new StreamReader(@"c:\temp\bad.xml",Encoding.BigEndianUnicode)) { using (var xr = XmlReader.Create(sr,new XmlReaderSettings())) { // etc... } }