xml和＆问题

Question

我是XML新手，现在正在尝试读取xml文件。 我GOOGLE了，并尝试这种方式来阅读XML，但我得到这个错误。

引用未申报的实体'Ccaron'。线2902，9位

当我去行2902我得到这个，

<H0742>&Ccaron;opova 14, POB 1725, 
SI-1000 Ljubljana</H0742> 

这是我的方式尝试

XmlDocument xDoc = new XmlDocument(); 
xDoc.Load(file); 
      XmlNodeList nodes = xDoc.SelectNodes("nodeName"); 
      foreach (XmlNode n in nodes) 
      { 
if (n.SelectSingleNode("H0742") != null) 
       { 
        row.IrNbr = n.SelectSingleNode("H0742").InnerText; 
       } 
       . 
       . 
       . 
      } 

当我看着w3school，&在xml中是非法的。编号： 这是编码。我不知道它与xml有关。

编码= 'ISO-8859-1'

预先感谢。

编辑：

他们给了我一个.ENT文件，我可以参考网上ftp.MyPartnerCompany.com/name.ent。 在此.ENT文件 我看到这样的

<!ENTITY Cacute "&#262;"> <!-- latin capital letter C with acute, 
            U+0106 Latin Extended-A --> 

我怎么可以参考它在我的XML解析实体？ 我喜欢在网上参考，因为他们可能随时添加新的。 在此先感谢！

Answer 1

Č不是XML它甚至没有在HTML 4实体引用中定义。哪个btw不是XML。 XML不支持所有这些实体，事实上，它只支持其中的很少一部分，但如果您查找实体并找到它，则可以使用它的Unicode等效，您可以使用它。例如Š是无效的XML，但不是Š。 （Scaron是我能找到的最接近Ccaron）。

Answer 2

解决方案： -

byte[] encodedString = Encoding.UTF8.GetBytes(xml); 
    // Put the byte array into a stream and rewind it to the beginning 
     MemoryStream ms = new MemoryStream(encodedString); 
     ms.Flush();  
    ms.Position = 0;  
    // Build the XmlDocument from the MemorySteam of UTF-8 encoded bytes 
    XmlDocument xmlDoc = new XmlDocument(); 
    xmlDoc.Load(ms); 

Answer 3

你的XML文件是没有很好地形成，因此，不能作为XmlDocument的。期。

你有两个选择：

• 打开该文件作为一个普通的文本文件和固定的症状。
• 修复你的XML生成器，这是你真正的问题。该生成器不会使用System.Xml生成该文件，但可能会连接几个字符串，因为“XML只是一个文本文件”。你应该修复它，或者打开生成的XML文件将永远是一个惊喜。

编辑：正如你不能修复您的XML生成，我建议用File.ReadAllText打开它并执行正则表达式来重新编码&或剥离整个实体（如我们不能翻译它）

Console.WriteLine(
    Regex.Replace("<H0742>&Ccaron;opova 14, &#123; POB & SI-1000 &amp;</H0742>", 
    @"&((?!#)\S*?;)?", match => 
    { 
     switch (match.Value) 
     { 
      case "&lt;": 
      case "&gt;": 
      case "&amp;": 
      case "&quot;": 
      case "&apos;": 
       return match.Value; // correctly encoded 

      case "&": 
       return "&amp;"; 

      default: // here you can choose: 
       // to remove entire entity: 
       return ""; 
       // or just encode that & character 
       return "&amp;" + match.Value.Substring(1); 
     } 
    })); 

Answer 4

Č是一个实体的引用。实体参考的目的很可能是针对字符Č，以生成：Čopova。

但是，that entity must be declared或XML解析器在分析XML时不会知道应该用什么替代实体引用。

Answer 5

首先要注意的是该问题不在您的软件中。

由于您是XML新手，我会猜测定义的实体并不是您之前遇到过的。字符实体是任意文本块（一个或多个字符）的快捷方式。你将要看到的最常见的地方就是你现在处于的状态。在某些时候，你的XML是由想要输入字符'Č'或'č'（如果你的字体无法显示它的话，用Caron写的大写和小写C）创建的。

但是，在XML中，我们只有一些预先声明的实体（和号，小于，大于，双引号和apostraphe）。任何其他字符实体都需要声明。为了正确解析文件，您需要执行以下两项操作之一 - 将字符实体替换为不会导致解析器问题或声明实体的内容。

要声明实体，您可以使用称为“内部子集”的东西 - 您可能会在XML文件顶部看到的DTD语句的特定形式。事情是这样的：

<!DOCTYPE root-element 
    [ <!ENTITY Ccaron "&#x010C;"> 
    <!ENTITY ccaron "&#x010D;">] 
> 

配售该声明在XML文件的开头（改“根元素”来匹配你的）将允许解析器解析的实体。

或者，只需将Č更改为Č，您的问题也将得到解决。

&#表示法是一个数字实体，为字符提供适当的Unicode值（'x'表示它是十六进制的）。

您可以随时键入字符，但需要了解键盘和区域的来龙去脉。