我继承了一个写得不好的Web应用程序，当它尝试读取存储在数据库中且带有"＆"的xml文档时，它似乎出错。例如，将有一个带有内容的标签："预付费和收费"。是否有一些简单的秘密事情要做，以使它在解析该字符时不会出错，还是我遗漏了一些明显的东西？

编辑：
是否还有其他字符会由于格式不正确而导致这种类型的解析器错误？

解决方案

我们可以将＆替换为＆

或者，我们也可以使用CDATA节。

问题是xml格式不正确。正确生成的xml将列出如下数据：

Prepaid & Charge

我之前必须修复相同的问题，并且使用此正则表达式做到了：

Regex badAmpersand = new Regex("&(?![a-zA-Z]{2,6};|#[0-9]{2,4};)");

将其与定义如下的字符串常量结合：

const string goodAmpersand = "&";

现在我们可以说badAmpersand.Replace(<输入>，goodAmpersand);

请注意，简单的String.Replace("＆"，"＆")不够好，因为我们无法提前知道给定文档是否会正确，不正确地编码甚至所有＆字符在同一文档中。

这里的要点是，在将XML文档加载到解析器之前，必须对XML文档执行此操作，这可能意味着需要对其进行额外的传递。同样，它也不考虑CDATA部分中的"＆"号。最后，它只捕获"＆"号，不捕获其他非法字符，如<。更新：根据评论，我还需要更新十六进制编码(＆＃x ...;)实体的表达式。

关于哪些字符可能导致问题，实际规则有些复杂。例如，数据中允许某些字符，但不能作为元素名称的首字母。而且没有简单的非法字符列表。取而代之的是，一大堆(非连续的)UNICODE被定义为合法，除此之外的任何东西都是非法的。

因此，归根结底，我们必须信任文档源，以至少具有一定程度的合规性和一致性。例如，我发现人们通常很聪明，可以确保标签正常工作并逃避<，即使他们不知道＆不允许，也就是今天的问题。但是，最好的办法是从源头上解决此问题。

哦，还有关于CDATA建议的注释：我将使用它来确保所创建的xml格式正确，但是从外部处理现有xml时，我发现regex方法更容易。

Web应用程序没有错，XML文档也没有错。 XML中的"＆"号应编码为"＆"。否则会导致语法错误。

编辑：在回答后续问题时，是的，存在各种类似的错误。例如，不平衡的标签，未编码的小于号，未加引号的属性值，字符编码之外的八位字节和各种Unicode奇数，无法识别的实体引用等。为了使任何体面的XML解析器都能使用文档，该文档必须格式正确。 XML规范要求解析器遇到格式错误的文档时会引发致命错误。

有几个字符会导致XML数据被报告为格式错误。

从w3schools：

Characters like "<" and "&" are illegal in XML elements.

我们无法信任的XML兼容输入的最佳解决方案是将其包装在CDATA标记中，例如

<![CDATA[This is my wonderful & great user text]]>

解析器将忽略<！[CDATA [和]]>`标记内的所有内容。

其他答案都是正确的，我同意他们的建议，但我只想添加一件事：

请不要使使用非格式XML的应用程序工作，这只会使我们的余生变得更加困难:)。

当然，有时候，如果我们无法控制另一端，我们实际上只是别无选择，但我们确实应该让它引发致命错误，并大声而明确地抱怨发生此类事件时发生了什么。

我们可能会更进一步，然后说：" Ack！由于这些原因，该XML损坏了，由于这些原因，这就是我尝试对其进行修复以使其格式正确的方法：..."。

我不太熟悉MSXML API，但是大多数优秀的XML解析器都允许我们安装错误处理程序，以便我们可以捕获出现错误的确切行/列号，并获取错误代码和消息。

数据库不包含XML文档。它包含一些格式正确的XML文档和一些类似于人类的XML字符串。

如果有可能，我们应该特别修复此问题，应该修复任何生成格式错误的XML文档的过程。修复从数据库读取数据的程序，只是将墙纸放在墙的裂缝上。