Comment Parse XML avec des caractères non valides dans le nom de noeud?

Question

Je suis en train d'analyser certains XML, dont la création n'est pas sous mon contrôle. Le problème est, ils ont en quelque sorte obtenu des noeuds qui ressemblent à ceci:

<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(MORNINGSTAR) />
<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(QUARTERSTAFF) />
<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(SCYTHE) />
<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(TRATNYR) />
<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(TRIPLE-HEADED_FLAIL) />
<ID_INTERNAL_FEAT_FOCUSED_EXPERTISE_(WARAXE) />

Visual Studio et .NET à la fois le sentiment que les « ( » et « ) » caractères, tel qu'il est utilisé ci-dessus, sont totalement invalides. Malheureusement, je dois traiter ces fichiers! Est-il possible d'obtenir les classes lecteur Xml de ne pas paniquer en voyant ces personnages, ou leur échapper dynamiquement ou quelque chose? Je pouvais faire une sorte de pré-traitement sur l'ensemble du dossier, mais je ne veux les « ( » et « ) » caractères si elles apparaissent à l'intérieur du nœud d'une manière valable, donc je ne veux pas simplement supprimer tous. ..

Answer 1

C'est tout simplement pas valide. Pré-traitement est votre meilleur-pari, peut-être avec regex - quelque chose comme:

string output = Regex.Replace(input, @"(<\w+)\((\w+)\)([ >/])", "$1$2$3");

Edit: un peu plus complexe pour remplacer le "-" entre les crochets:

string output = Regex.Replace(input, @"(<\w+)\(([-\w]+)\)([ >/])",
    delegate(Match match) {
        return match.Groups[1].Value + match.Groups[2].Value.Replace('-', '_')
             + match.Groups[3].Value;
    });

Answer 2

Si ce n'est pas syntaxiquement valide, ce n'est pas XML.

XML est très stricte à ce sujet.

Si vous ne pouvez pas obtenir l'application d'envoi d'envoyer XML correct, juste leur faire savoir que tout processus aval voit ce échouera , que ce soit le vôtre ou certains autre application à l'avenir.

Si est pré-traitement pas une option, un autre mécanisme intelligent est d'envelopper l'objet qui est Stream transmis à l'analyseur avec un flux personnalisé. Ce flux pourrait rechercher des caractères <, et quand il voit, mettre un drapeau. Jusqu'à ce qu'un caractère est voir >, il pourrait manger des personnages ou ( ). Nous avons utilisé quelque chose comme ça pour se débarrasser de NUL et ^ caractères Z ajoutés à un fichier XML par un mécanisme de transport existant. (Le seul Gotcha il pourrait y avoir des caractères à l'intérieur d'<=> un attribut, car ils ne doivent pas être échappé là -. Seulement <=> caractères font)