在 XML 中删除流氓符号的最佳方法是什么？
What is the best way of removing rogue ampersands in XML?
（底部的 TLDR）
我们有一个遗留系统已经实现了它自己的 XML reader/writer。问题是它允许在 属性 值内使用文字“&”。
<SB nae="Name" net="HV & DD"/>
当我使用 XDocument.Parse() 方法读取数据时，这当然会失败。我正在寻找清理数据的方法。
我正在尝试使用正则表达式来识别发生这种情况的情况。
为了说明这一点，考虑一下：
&(?!amp\;)
这将识别带有负前瞻性的符号，以确保它实际上不是正确转义的符号。当我确定这些情况后，我可以用适当的 &
代替
当然，这会匹配其他转义字符，如 > < " 等，所以我也需要取消匹配。也许使用更通用的形式，例如正则表达式不匹配的符号，后跟 2-4 个字符，然后是分号。
但我担心的是，还有其他一些我没有想到的和号的情况，并且在我得到的几个样本中也没有出现。我正在寻找一种不会弄乱正确 xml.
的安全方法
TLDR：如何识别不属于正确 xml 的 & 符号，但在 属性 值中是未转义 & 符号的情况？
您可以将以下正则表达式模式替换为 &:
&(?!(?:#\d+|#x[0-9a-f]+|\w+);)
（底部的 TLDR）
我们有一个遗留系统已经实现了它自己的 XML reader/writer。问题是它允许在 属性 值内使用文字“&”。
<SB nae="Name" net="HV & DD"/>
当我使用 XDocument.Parse() 方法读取数据时，这当然会失败。我正在寻找清理数据的方法。
我正在尝试使用正则表达式来识别发生这种情况的情况。 为了说明这一点，考虑一下：
&(?!amp\;)
这将识别带有负前瞻性的符号，以确保它实际上不是正确转义的符号。当我确定这些情况后，我可以用适当的 &
代替当然，这会匹配其他转义字符，如 > < " 等，所以我也需要取消匹配。也许使用更通用的形式，例如正则表达式不匹配的符号，后跟 2-4 个字符，然后是分号。
但我担心的是，还有其他一些我没有想到的和号的情况，并且在我得到的几个样本中也没有出现。我正在寻找一种不会弄乱正确 xml.
的安全方法TLDR：如何识别不属于正确 xml 的 & 符号，但在 属性 值中是未转义 & 符号的情况？
您可以将以下正则表达式模式替换为 &:
&(?!(?:#\d+|#x[0-9a-f]+|\w+);)