如何阻止 .net Xml 序列化插入非法字符

Question

XML 文档中不能包含任何低于 0x20 的内容（0x09、0x0a、0x0d 除外，即制表符、回车符和换行符）。

我有一些数据来自数据库并作为对 Web 服务请求的响应传递。

Soap 格式化程序很乐意将 0x12 字符（Ascii 18，设备控制 2）编码为 ，但响应在客户端失败，十六进制值 0x12，是无效字符

令我感到非常沮丧的是，这是同一枚硬币的两面，客户端和服务都是 .net 应用程序。如果没有任何东西可以读取，为什么肥皂格式化程序会写出错误的 xml？

我想要么

1. 让 Xml Serialiser 正确处理这些奇怪的字符，要么
2. 让请求在 Web 中失败 我在谷歌上搜索过的服务

，除了a）“清理您的输入”或b）“更改您的文档结构”之外，找不到太多相关内容。

a) 不是跑步者，因为其中一些数据已有 20 多年历史
b) 也不是一个很好的选择，因为除了我们自己的前端之外，我们还有直接针对 Web 服务进行编码的客户端。

我有什么明显遗漏的东西吗？或者它只是围绕 AscII 控制代码的代码的情况？

谢谢

更新
这实际上是 XmlSerialiser 的问题，以下代码会将无效字符序列化到流中，但不会反序列化它

[Serializable]
public class MyData 
{
    public string Text { get; set; }

}
class Program
{
    public static void Main(string[] args)
    {
        var myData = new MyData {Text = "hello " 
                + ASCIIEncoding.ASCII.GetString(new byte[] { 0x12 }) 
                + " world"};

        var serializer = new XmlSerializer(typeof(MyData));

        var xmlWriter = new StringWriter();

        serializer.Serialize(xmlWriter, myData);

        var xmlReader = new StringReader(xmlWriter.ToString());

        var newData = (MyData)serializer.Deserialize(xmlReader); // Exception 
        // hexadecimal value 0x12, is an invalid character.

    }
}

我可以通过显式创建 XmlWriter 来阻止写入 xml将其传递给 Serialise （我将很快将其作为我自己的答案发布），但这仍然意味着我必须在发送数据之前对其进行清理。
由于这些字符很重要，我不能只是剥离它们，我需要在传输之前对它们进行编码，并在读取时对它们进行解码，而且我真的非常惊讶，似乎没有现有的框架方法来做到这一点。

Answer 1

方案

第二：使用DataContractSerializer（默认情况下用于WCF服务）而不是XmlSerializer的解决

[Serializable]
public class MyData
{
    public string Text { get; set; }
}
class Program
{
    public static void Main(string[] args)
    {
        var myData = new MyData
        {
            Text = "hello "
                + ASCIIEncoding.ASCII.GetString(new byte[] { 0x12 })
                + " world"
        };

        var serializer = new DataContractSerializer(typeof(MyData));

        var mem = new MemoryStream();

        serializer.WriteObject(mem, myData);

        mem.Seek(0, SeekOrigin.Begin);
        MyData myData2 = (MyData)serializer.ReadObject(mem);

        Console.WriteLine("myData2 {0}", myData2.Text);
    }
}

可以解决Frist< /strong> ：解决方法

我可以通过使用 XmlWriter 在编写 Xml 时让它卡住，这可以说比客户端卡住它要好。例如

，但是它并没有解决发送无效字符的根本问题

[Serializable]
public class MyData 
{
    public string Text { get; set; }
}
class Program
{
    public static void Main(string[] args)
    {
        var myData = new MyData {Text = "hello " 
            + ASCIIEncoding.ASCII.GetString(new byte[] { 0x12 }) 
            + " world"};
        var serializer = new System.Xml.Serialization.XmlSerializer(typeof(MyData));

        var sw = new StringWriter();
        XmlWriterSettings settings = new XmlWriterSettings();

        using (var writer = XmlWriter.Create(sw))
        {
            serializer.Serialize(writer, myData); // Exception
            // hexadecimal value 0x12, is an invalid character
        }
        var xmlReader = new StringReader(sw.ToString());

        var newUser = (MyData)serializer.Deserialize(xmlReader);

        Console.WriteLine("User Name = {0}", newUser);

    }
}

Answer 2

Binary Worrier 的帖子与插入的特殊字符过滤器的组合可以很好地在返回对象之前过滤对象：

public List<MyData> MyWebServiceMethod()
{
    var mydata = GetMyData();
    return Helper.ScrubObjectOfSpecialCharacters<List<MyData>>(mydata);
}

Helper 类：

public static T ScrubObjectOfSpecialCharacters<T>(T obj)
{
    var serializer = new XmlSerializer(obj.GetType());

    using (StringWriter writer = new StringWriter())
    {
        serializer.Serialize(writer, obj);

        string content = writer.ToString();

        content = FixSpecialCharacters(content);

        using (StringReader reader = new StringReader(content))
        {
            obj = (T)serializer.Deserialize(reader);
        }
    }
    return obj;
}
public static string FixSpecialCharacters(string input)
{
    if (string.IsNullOrEmpty(input)) return input;

    StringBuilder output = new StringBuilder();
    for (int i = 0; i < input.Length; i++)
    {
        int charCode = (int)input[i];
        switch (charCode)
        {
            case 8211:
            case 8212:
                {
                    // replaces short and long hyphen
                    output.Append('-');
                    break;
                }
            default:
                {
                    if ((31 < charCode && charCode < 127) || charCode == 9)
                    {
                        output.Append(input[i]);
                    }
                    break;
                }
        }
    }
    return output.ToString();
}