c# - 我可以使用 WebUtility.HtmlDecode 解码 XML 吗？

Question

我有一个 XML 编码的属性值。这实际上来自处理指令。所以原始数据看起来像这样：

<root><?pi key="value" data="&lt;foo attr=&quot;bar&quot;&gt;Hello world&lt;/foo&gt;" ?></root>

我可以这样解析它：

using System;
using System.Linq;
using System.Xml.Linq;
                
public class Program
{
    private const string RawData = @"<root><?pi key=""value"" data=""&lt;foo attr=&quot;bar&quot;&gt;Hello world&lt;/foo&gt;"" ?></root>";

    public static void Main()
    {
        XDocument doc = GetXDocumentFromProcessingInstruction();
        IEnumerable<XElement> fooElements = doc.Descendants("foo");
        // ...
    }

    private static XProcessingInstruction LoadProcessingInstruction()
    {
        XDocument doc = XDocument.Parse(rawData);
        return doc
                   .DescendantNodes()
                   .OfType<XProcessingInstruction>()
                   .First();
    }

    private static XDocument GetXDocumentFromProcessingInstruction()
    {
        XProcessingInstruction processingInstruction = LoadProcessingInstruction();
    
        // QUESTION:
        // Can there ever be a situation where HtmlDecode wouldn't decode the XML correctly?
        string decodedXml = WebUtility.HtmlDecode(processingInstruction.Data);

        // This works well, but it contains the attributes of the processing
        // instruction as text.
        string dummyXml = $"<dummy>{xml}</dummy>";
        return XDocument.Parse(dummyXml);
    }

据我所知，这绝对没问题。但我想知道是否存在一些可能失败的边缘情况，因为数据在 XML 和 HTML 中的编码方式不同。

有人有更多的见解吗？

编辑：对不起，我对 XProcessingInstruction.Data 做了一些不正确的假设，但上面的代码仍然可以正常工作，所以我的问题是存在的。尽管如此，我还是重写了我的代码并将所有内容包装在一个 XElement 中，这（当然）完全消除了这个问题：

    private static XDocument GetXDocumentFromProcessingInstruction2()
    {
        XProcessingInstruction processingInstruction = LoadProcessingInstruction();
    
        string encodedXml = string.Format("<dummy {0} />", processingInstruction.Data);
    
        XElement element = XElement.Parse(encodedXml);
    
        string parsedXml = element.Attribute("data").Value;

        return XDocument.Parse(parsedXml);
    }

所以这正是我需要的。但是由于 WebUtility.HtmlDecode 工作得很好，我仍然想知道是否存在第一种方法可能失败的情况。

标签： c#.netxml

Answer 1

删除问号并在输入末尾添加正斜杠我得到了这个

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Xml;
using System.Xml.Linq;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            string input = "<pi data=\"&lt;foo attr=&quot;bar&quot;&gt;Hello world&lt;/foo&gt;\" />";
            XElement pi = XElement.Parse(input);
            string data = (string)pi.Attribute("data");
            XElement foo = XElement.Parse(data);
            string attr = (string)foo.Attribute("attr");
            string innertext = (string)foo;
        }
    }
}