cadena de análisis XML a un documento XML falla si la cadena comienza con <?xml... ?> sección

Question

Tengo un archivo XML begining así:

<?xml version="1.0" encoding="utf-8"?> 
<Report xmlns:rd="http://schemas.microsoft.com/SQLServer/reporting/reportdesigner" xmlns="http://schemas.microsoft.com/sqlserver/reporting/2008/01/reportdefinition"> 
    <DataSources> 

cuando corro siguiente código:

byte[] fileContent = //gets bytes 
      string stringContent = Encoding.UTF8.GetString(fileContent); 
      XDocument xml = XDocument.Parse(stringContent); 

consigo siguiente XmlException:

Los datos en el nivel raíz no son válidos. Línea 1, posición 1.

Al cortar la versión y el nodo de codificación se soluciona el problema. ¿Por qué? Cómo procesar este xml correctamente?

Answer 1

Si sólo dispone de bytes que bien podría cargar los bytes en una corriente :

XmlDocument oXML; 

using (MemoryStream oStream = new MemoryStream(oBytes)) 
{ 
    oXML = new XmlDocument(); 
    oXML.Load(oStream); 
} 

O podría convertir los bytes en una cadena (suponiendo que conoce la codificación) sea primer plano de cargar el XML:

string sXml; 
XmlDocument oXml; 

sXml = Encoding.UTF8.GetString(oBytes); 
oXml = new XmlDocument(); 
oXml.LoadXml(sXml); 

he mostrado mi ejemplo como .NET 2.0 compatible, si está utilizando .NET 3.5 se puede utilizar en lugar de XDocumentXmlDocument.

Cargar los bytes en una corriente:

XDocument oXML; 

using (MemoryStream oStream = new MemoryStream(oBytes)) 
using (XmlTextReader oReader = new XmlTextReader(oStream)) 
{ 
    oXML = XDocument.Load(oReader); 
} 

convertir los bytes en una cadena:

string sXml; 
XDocument oXml; 

sXml = Encoding.UTF8.GetString(oBytes); 
oXml = XDocument.Parse(sXml); 

Answer 2

¿Tiene un byte-order-mark (BOM) al principio de su XML, y coincide con su codificación? Si corta su encabezado, también cortará la lista de materiales y, si eso es incorrecto, el siguiente análisis puede funcionar.

Es posible que tenga que inspeccionar su documento en el nivel de bytes para ver la lista de materiales.

Answer 3

¿Por qué molestarse en leer el archivo como una secuencia de bytes y luego convertirlo en una cadena mientras es un archivo xml? Acaba de salir del marco do la carga para usted y hacer frente a las codificaciones:

var xml = XDocument.Load("test.xml"); 

Answer 4

Mi primer pensamiento fue que la codificación es Unicode al analizar XML a partir de un tipo de cadena .NET. Parece, sin embargo, que el análisis de XDocument es bastante indulgente con respecto a esto.

El problema está realmente relacionado con el preámbulo UTF8/marca de orden de bytes (BOM), que es una firma de tres bytes optionally present al comienzo de una secuencia UTF-8. Estos tres bytes son una pista sobre la codificación que se usa en la transmisión.

Puede determinar el preámbulo de una codificación llamando al método GetPreamble en una instancia de la clase System.Text.Encoding. Por ejemplo:

// returns { 0xEF, 0xBB, 0xBF } 
byte[] preamble = Encoding.UTF8.GetPreamble(); 

El preámbulo debe ser manejado correctamente por XmlTextReader, por lo que simplemente cargar su XDocument de un XmlTextReader:

XDocument xml; 
using (var xmlStream = new MemoryStream(fileContent)) 
using (var xmlReader = new XmlTextReader(xmlStream)) 
{ 
    xml = XDocument.Load(xmlReader); 
} 

Answer 5

Prueba esto:

int startIndex = xmlString.IndexOf('<'); 
if (startIndex > 0) 
{ 
    xmlString = xmlString.Remove(0, startIndex); 
}