фильтр определенных символов Юникода из XML

Question

... специально XA3 (& фунт, & # XA3, & # 163)

я загружаю несколько долго XML документов и периодически, я побегу в тот, который выиграл tt, исключая исключение:

Недопустимый символ в данной кодировке. Строка x, позиция y.

Вот код в вопросе:

var doc = new XmlDocument(); 
doc.Load(file.FullName); 

Когда я смотрю на данный документ на линии указано, я вижу XA3 отформатированный обратно (черный Б.Г., белый фг) в одном из теги XML.

Заголовок каждого файла XML нет ничего примечательного:

<?xml version="1.0" encoding="UTF-8"?> 
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"> 

Это может звучать как действительно немой вопрос, но есть ли способ, чтобы либо удалить оскорбительный характер или сказать XMLDocument, который считывает файл принять кодировку символов?

Answer 1

Этот ответ основан на предположении, что ваш XML-файл не содержит объект символа £, но значение байта 0xa3.

Код UTF-8 для знака фунта - это двухбайтовый код 0xc2 0xa3. Если нет байта 0xc2 до 0xa3, то кодировка вашего XML-файла не является UTF-8, а информация заголовка неверна.

Если это так, вы можете изменить кодировку в заголовке XML на ISO 8859-1 (где знак фунта можно найти в кодовой точке 0xa3) или попытаться выяснить, почему ваши файлы XML не являются UTF -8 закодированы и исправлены. Поскольку я не знаю, содержат ли ваши файлы какие-либо символы, которых нет в ISO 8859-1, я бы предпочел второй вариант.