来自 WebService 的未净化 XML，如何净化

Question

我收到来自 WebService 的 "XML" 响应，该响应未经过清理。意思是它包含非法字符、特殊字符、html标签和十六进制.

净化此响应的最佳方法是什么？

这是服务中的一个 Xml 示例。

<root>
 <response>
  <type>E</type>
  <code>CMNE_00034</code>
  <source>CMNQ3030</source>
  <message>some valid message here.</message>
  <detail>Error details here

   line 114:    endif 
   line 115:    edit 
   line 116: else 
 > line 117:    call LP_ACCEPT()
   line 118:    return ($status)
   line 119: endif 
   line 120: done<end of module> // invalid here

   at CMNQ3030.EXEC line 117: call LP_ACCEPT()
   at GPCSY_RUN line 5: activate INSTANCENAME."EXEC"(  ) 
   at CSYV1000.LOGON line 159: call GPCSY_RUN()
  </detail>
 </response>
</root>

我已经尝试了很多东西，从创建一个有设置的 XmlReader，就像这样。

public XDocument CreateXmlDocument(string content)
{
    using (var reader = XmlReader.Create(new StringReader(content), CreateXmlReaderSettings()))
    {
        return XDocument.Load(reader);
    }
}

private static XmlReaderSettings CreateXmlReaderSettings()
{
    return new XmlReaderSettings { CheckCharacters = false };
}

从 XmlDocument 更改为 XDocument 并在实际阅读之前使用 Encoding.UTF8.GetBytes。

Answer 1

.NET 中的 XMLReader、XDocument 等基础设施不太可能接受阅读和解析格式错误的请求 XML。

我建议在将 XML 加载到 XML 对象之前对其进行预处理。

在上面的例子中，Web 服务似乎在 <detail>...</detail> 元素中返回一条错误消息，该元素实际上应该像这样包装在 CDATA 中：

<root>
 <response>
  <type>E</type>
  <code>CMNE_00034</code>
  <source>CMNQ3030</source>
  <message>some valid message here.</message>
  <detail><![CDATA[
       Error details here

       line 114:    endif 
       line 115:    edit 
       line 116: else 
     > line 117:    call LP_ACCEPT()
       line 118:    return ($status)
       line 119: endif 
       line 120: done<end of module> // invalid here

       at CMNQ3030.EXEC line 117: call LP_ACCEPT()
       at GPCSY_RUN line 5: activate INSTANCENAME."EXEC"(  ) 
       at CSYV1000.LOGON line 159: call GPCSY_RUN()
   ]]>
  </detail>
 </response>
</root>

您应该能够非常快速地组合一个解析器来查找、提取和包装 <detail> 标记末尾和 </detail> 标记开始之间的文本 <[CDATA[ 和 ]]> 标签。

当然，您的服务 XML 中可能还有其他字段也包含字符串数据或格式错误的字符等，您可能需要查找这些字符并将其替换为例如常规字符表达式等

更正后，将干净的 XML 加载到 XMLDocuments/XDocuments 等应该没有困难

HTH.

来自 WebService 的未净化 XML，如何净化

Unsanitized XML from WebService, How to sanitize

c#

regex

xml

serialization