Primo Chalice Ответов: 1

Как избавиться от мусорного значения в XML?

Привет,

Я создаю XML-файл, и он успешно создается, но в XML-файле я получаю такой текст:

Republican promises that the law will be repealed within months


Здесь блок после Re-это STX Пожалуйста, обратитесь к изображению по ссылке ниже:

https://pasteboard.co/HlzdUOR.png

Что я уже пробовал:

private void btn_CreateArticles_Click(object sender, EventArgs e)
{
    this.Cursor = Cursors.WaitCursor;
    if (!string.IsNullOrEmpty(StructureFileName))
    {
        if (System.IO.File.Exists(StructureFileName))
        {
            string UnpackDirectory = "";
            string UnpackFile = "";
            UnpackDirectory = System.IO.Path.GetDirectoryName(StructureFileName);
            UnpackFile = System.IO.Path.GetFileNameWithoutExtension(StructureFileName);
            string EpubFolder = "";
            EpubFolder = UnpackDirectory + "\\" + UnpackFile + "_Epub";
            if (!(System.IO.Directory.Exists(EpubFolder)))
            {
                System.IO.Directory.CreateDirectory(EpubFolder);
            }
            if (!(System.IO.Directory.Exists(EpubFolder + "\\OPS")))
            {
                System.IO.Directory.CreateDirectory(EpubFolder + "\\OPS");
            }
            string StrBooKTitle = "";
            StrBooKTitle = txt_BookTitle.Text;
            if (Regex.IsMatch(StrBooKTitle, "\n" + "|" + "\r", RegexOptions.Multiline))
            {
                StrBooKTitle = Regex.Replace(StrBooKTitle, "\n" + "|" + "\r", "", RegexOptions.Multiline);
            }
            //Use Replacer Function here on StrBookTitle

            if (!string.IsNullOrEmpty(StrBooKTitle.Trim(' ')))
            {
                if (DataGridView1.RowCount > 0)
                {
                    string ArticleHeadStr = "";
                    ArticleHeadStr = ArticleHeadStr + "<?xml version=\"1.0\" encoding=\"utf-8\" standalone=\"no\"?>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<!DOCTYPE html PUBLIC \"-//W3C//DTD XHTML 1.1//EN\" \"http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd\">" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<html xmlns:saxon=\"http://saxon.sf.net/\" xmlns=\"http://www.w3.org/1999/xhtml\" xmlns:nitf=\"http://www.nytimes.com/applicationdata/xml/nitf-3-3.dtd\">" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<head>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<title>" + StrBooKTitle + "</title>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<link rel=\"stylesheet\" href=\"css/TablesAndFloats.css\" type=\"text/css\"/>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "</head>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<body>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<div class=\"clean\"/>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<div id=\"header\" class=\"masthead\">" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<div class=\"masthead-text\">" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<div id=\"header_title\" class=\"masthead-section\">" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "</div>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "</div>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "</div>" + Environment.NewLine;
                    ArticleHeadStr = ArticleHeadStr + "<div>" + Environment.NewLine;
                    string ArticleFootStr = "";
                    ArticleFootStr = Environment.NewLine + "</div>" + Environment.NewLine + "</body>" + Environment.NewLine + "</html>";
                    string TempArticleHeadStr = "";
                    string TempArticleStr = "";
                    string TempArticleFileName = "";
                    int ArticleGreaterFileName = 0;
                    for (var irow = 0; irow < DataGridView1.RowCount; irow++)
                    {
                        if (DataGridView1.Rows[irow].Cells[0].Value != null)
                        {
                            if ((Encoding.Unicode.GetByteCount(TempArticleStr) / 1024.0) > 270)
                            {
                                TempArticleStr = ArticleHeadStr + TempArticleStr + ArticleFootStr;
                                ArticleGreaterFileName = ArticleGreaterFileName + 1;
                                string STempArticleFileName = TempArticleFileName.Replace(".xml", ArticleGreaterFileName + ".xml");
                                TempArticleStr = EssentialTextReplace(TempArticleStr).ToString();
                                Common.WriteFile(STempArticleFileName, TempArticleStr);
                                TempArticleStr = "";
                            }
                            if ((string)DataGridView1.Rows[irow].Cells[2].Value == "article-full-headline")
                            {
                                if (!string.IsNullOrEmpty(TempArticleStr))
                                {
                                    TempArticleStr = TempArticleHeadStr + TempArticleStr + ArticleFootStr;
                                    //EssentialTextReplace
                                    TempArticleStr = EssentialTextReplace(TempArticleStr).ToString();

                                    if (ArticleGreaterFileName == 0)
                                    {
                                        Common.WriteFile(TempArticleFileName, TempArticleStr);
                                    }
                                    else
                                    {
                                        ArticleGreaterFileName = ArticleGreaterFileName + 1;
                                        string STempArticleFileName = TempArticleFileName.Replace(".xml", ArticleGreaterFileName + ".xml");
                                        Common.WriteFile(STempArticleFileName, TempArticleStr);
                                    }
                                    TempArticleStr = "";
                                    ArticleGreaterFileName = 0;
                                }
                                TempArticleFileName = EpubFolder + "\\OPS\\article_" + Convert.ToString(DataGridView1.Rows[irow].Cells[0].Value).Trim(' ') + "-" + Convert.ToString(DataGridView1.Rows[irow].Cells[1].Value).Trim(' ') + ".xml";
                                TempArticleHeadStr = ArticleHeadStr;
                                if ((string)DataGridView1.Rows[irow].Cells[4].Value != "")
                                {
                                    TempArticleHeadStr = TempArticleHeadStr.Replace("@@@", Convert.ToString(DataGridView1.Rows[irow].Cells[4].Value).Trim(' '));
                                }
                                if ((string)DataGridView1.Rows[irow].Cells[3].Value != "")
                                {
                                    if (string.IsNullOrEmpty(TempArticleStr))
                                    {
                                        TempArticleStr = TempArticleStr + Convert.ToString(DataGridView1.Rows[irow].Cells[3].Value).Trim(' ');
                                    }
                                    else
                                    {
                                        TempArticleStr = TempArticleStr + Environment.NewLine + Convert.ToString(DataGridView1.Rows[irow].Cells[3].Value).Trim(' ');
                                    }
                                }
                            }
                            else if ((string)DataGridView1.Rows[irow].Cells[2].Value == "sectionName")
                            {
                                continue;
                            }
                            else if ((string)DataGridView1.Rows[irow].Cells[2].Value == "articleImageCaption")
                            {
                                var test = true;
                                if ((string)DataGridView1.Rows[irow].Cells[3].Value != "")
                                {
                                    string Tstr = Convert.ToString(DataGridView1.Rows[irow].Cells[3].Value).Trim(' ');
                                    string tsearchStr = "@" + DataGridView1.Rows[irow].Cells[0].Value + "_" + DataGridView1.Rows[irow].Cells[10].Value + "_caption";
                                    if (TempArticleStr.Contains(tsearchStr))
                                    {
                                        TempArticleStr = TempArticleStr.Replace(tsearchStr, Tstr);
                                    }
                                }
                            }
                            else
                            {
                                if ((string)DataGridView1.Rows[irow].Cells[3].Value != "")
                                {
                                    if (string.IsNullOrEmpty(TempArticleStr))
                                    {
                                        TempArticleStr = TempArticleStr + Convert.ToString(DataGridView1.Rows[irow].Cells[3].Value).Trim(' ');
                                    }
                                    else
                                    {
                                        TempArticleStr = TempArticleStr + Environment.NewLine + Convert.ToString(DataGridView1.Rows[irow].Cells[3].Value).Trim(' ');
                                    }
                                }
                            }
                        }
                    }
                    if (!string.IsNullOrEmpty(TempArticleStr))
                    {
                        TempArticleStr = TempArticleHeadStr + TempArticleStr + ArticleFootStr;
                        TempArticleStr = EssentialTextReplace(TempArticleStr).ToString();

                        if (ArticleGreaterFileName == 0)
                        {
                            Common.WriteFile(TempArticleFileName, TempArticleStr);
                        }
                        else
                        {
                            ArticleGreaterFileName = ArticleGreaterFileName + 1;
                            string STempArticleFileName = TempArticleFileName.Replace(".xml", ArticleGreaterFileName + ".xml");
                            Common.WriteFile(STempArticleFileName, TempArticleStr);
                        }
                        TempArticleStr = "";
                        ArticleGreaterFileName = 0;
                    }
                }
                btn_CreateArticles.ForeColor = System.Drawing.Color.Red;
                MessageBox.Show("Completed Articles", "Epub Articles", MessageBoxButtons.OK, MessageBoxIcon.Information);
            }
            else
            {
                MessageBox.Show("Book Title Blank", "Error Epub Articles", MessageBoxButtons.OK, MessageBoxIcon.Error);
            }
        }
        else
        {
            MessageBox.Show("Structure File Path Not Correct", "Error Epub Articles", MessageBoxButtons.OK, MessageBoxIcon.Error);
        }
    }
    else
    {
        MessageBox.Show("Structure File Not Loaded", "Error Epub Articles", MessageBoxButtons.OK, MessageBoxIcon.Error);
    }
    this.Cursor = Cursors.Default;
}

1 Ответов

Рейтинг:
1

User 7429338

STX - это a управляющий символ[^]. Вы можете удалить их из строки следующим образом:

var stringWithoutControlCharacters = new string(originalString.Where(c => !char.IsControl(c)).ToArray());

Primo Chalice

Теперь это код для преобразования xml в pdf и doc:

Document mydoc = новый документ();
mydoc.LoadFromFile(@"C:/Users/amanc/Desktop/SAMPLE_1-2_Epub/OPS/article_1-1.xml", FileFormat.Xml);
мой друг.SaveToFile("article_1-1.doc", FileFormat.Doc);
мой друг.SaveToFile("article_1-1.pdf", FileFormat.PDF);

и здесь я получаю ошибку:
mydoc.LoadFromFile(@"C:/Users/amanc/Desktop/SAMPLE_1-2_Epub/OPS/article_1-1.xml", FileFormat.Xml);

Ошибка заключается в следующем:
System.Xml.XmlException: "', шестнадцатеричное значение 0x02, является недопустимым символом. Строка 23, позиция 244.'. снова STX.

[no name]

0x02 - это шестнадцатеричное представление управляющего символа STX. Управляющие символы не допускаются в XML; вы должны отфильтровать их во время создания XML.

Primo Chalice

Я действительно его реализовал. Используя предложенный вами код.

Я мог сделать что-то не так в его расположении. Не могли бы вы сказать мне, где в коде я должен вставить его? Это было бы очень полезно.

[no name]

Перед тем как написать файл с Common.WriteFile, вы выполняете вызов функции EssentialTextReplace(). Код для этого отсутствует, но я предполагаю, что он предназначен для очистки XML? Вот где я ожидал бы замены. Может быть, вы могли бы опубликовать этот метод?

Primo Chalice

частный объект EssentialTextReplace(строка TextStr)
{
строка NewTextStr = "";
NewTextStr = TextStr;
if (регулярное выражение.Выполняется(NewTextStr, "@\выражение\D+_\\Д+_caption", Поиск.Многострочный))
{
var test = true;
NewTextStr = Регулярное Выражение.Заменить(NewTextStr, "@\выражение\D+_\\Д+_caption", "", Поиск.Многострочный);
}
if (регулярное выражение.IsMatch(NewTextStr, "\\t", RegexOptions.Многострочный))
{
NewTextStr = Regex.Replace(NewTextStr, "\\t", "", RegexOptions.Многострочный);
}
if (NewTextStr.Contains("\\r\\n"))
{
NewTextStr = NewTextStr.Replace("\\r\\n", Environment.NewLine);
}
if (NewTextStr.Contains("<p"))
{
NewTextStr = NewTextStr.Заменить("&ЛТ;п", "" + окружающая среда.Новая строка + "&ЛТ;п");
}

если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_bold\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_italic\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_subscript\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_superscript\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_underline\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "<span class=\"ld_strikthrough\">");
}
если (NewTextStr.Содержит(""))
{
NewTextStr = NewTextStr.Replace("", "");
}
//Используйте функцию Replacer здесь, на NewTextStr
возврат NewTextStr;
}

Это функция EssentialTextReplace ().

[no name]

Как раз перед возвращением вы могли бы добавить:

NewTextStr = новая строка(NewTextStr.Где(c => !char.IsControl(c)).Метод toArray());