将XML文档转换为XML

Question

我有一份格式与XML格式非常接近的文档，我从外部源获得（我无法在源文件中修复它）。但是这个软件在某一点上是一个行业标准，所以它在我们的许多用户手中，并且替换这些系统可能会让我们的用户花费大笔资金。他们不会这样做。有时候这个文档是以完全格式化的XML格式出现的，但在某些情况下，文档在某些元素的InnerText中有无效文本。一个这样的例子是<=>。我在用户输入的文本字段中找到这些字段，并且在生成XML文档时源应用程序没有清理。

我有一个.net应用程序正在阅读此文档与XmlReader对象。在大多数情况下它会成功，因为在大多数情况下，文档是有效的XML文档。但是，如果我得到一个不是XML文档的文档，它会引发异常，原因很明显。

有没有人知道在加载之前将此文档转换为XML的方式？或者有没有办法让XmlReader更好地处理错误？阻止这个文档成为一个有效的XML文档的数据对我来说并不重要，而且可能会被抛弃。任何对我很重要的东西都被格式化为有效的XML。

Answer 1

其他系统不给你XML。不要认为它是无效的XML，或者几乎是XML，或者是其中有错误的XML。把它想成YXQ。如果有人以YXQ格式发送数据，则需要先获取（或写入）YXQ的规范，然后您需要为其编写一个解析器，或许是一个将其转换为XML的解析器。也许YXQ与一些现有的解析器如TagSoup或validator.nu会处理的语言相似;你可以试试看，假设你有足够大的YXQ样本来使你的测试有意义。

或者，有很多人使用的称为XML的非常好的标准交换格式。解析器在每个可以想象的平台上都已经存在，这具有很大的优势。人们通过使用它为自己节省了大量的金钱。为什么不建议你的数据供应商？他们可能会发现他们获得了更多的客户。