C# XmlReader缓冲区似乎忽略了对缓冲区的更改？

也许我对应该发生什么的理解是错误的，所以希望有人能在这里纠正我的思维过程

我正在尝试处理许多大的XML文件，这些文件不断地被发送给我们，并且在文本中嵌入了错误字符（0x1A）。。。不幸的是，它的客户正在发送文件，所以不管我们问他们多么好，使文件实际上是有效的XML，他们认为这是我们的问题。 最后，我编写了一个子类

StreamReader

，如下所示：

public class CleanTextReader : StreamReader
{
    private readonly ILog _logger;

    public CleanTextReader(Stream stream, ILog logger) : base(stream)
    {
        this._logger = logger;
    }

    public CleanTextReader(Stream stream) : this(stream, LogManager.GetLogger<CleanTextReader>())
    {
        //nothing to do here.
    }
    public override int Read(char[] buffer, int index, int count)
    {
        try
        {
            var rVal = base.Read(buffer, index, count);

            var filteredBuffer = buffer.Select(x => XmlConvert.IsXmlChar(x) ? x : ' ').ToArray();

            Buffer.BlockCopy(filteredBuffer, 0, buffer, 0, count);
            return rVal;
        }
        catch (Exception ex)
        {
            this._logger.Error("Read(char[], int, int)", ex);
            throw;
        }
    }

    public override int ReadBlock(char[] buffer, int index, int count)
    {
        try
        {
            var rVal = base.ReadBlock(buffer, index, count);
            var filteredBuffer = buffer.Select(x => XmlConvert.IsXmlChar(x) ? x : ' ').ToArray();
            Buffer.BlockCopy(filteredBuffer, 0, buffer, 0, count);
            return rVal;
        }
        catch (Exception ex)
        {
            this._logger.Error("ReadBlock(char[], in, int)", ex);
            throw;
        }
    }

    public override string ReadToEnd()
    {
        var chars = new char[4096];
        int len;
        var sb = new StringBuilder(4096);
        while ((len = Read(chars, 0, chars.Length)) != 0)
        {
            sb.Append(chars, 0, len);
        }
        return sb.ToString();
    }
}

using (var theCleanser = new CleanTextReader(myStreamedInput))
using (var theReader = XmlReader.Create(theCleanser))
{
    ...
    // do stuff with theReader
}

我有一个这样的单元测试：

    [TestMethod]
    public void CleanTextReaderCleans0X1A()
    {
        //arrange
        var originalString = "The quick brown fox jumped over the lazy dog.";
        var badChars = new string(new[] {(char) 0x1a});
        var concatenated = originalString.Replace("jumped", badChars + "jumped" + badChars);

        //act
        using (var stream = new MemoryStream(Encoding.UTF8.GetBytes(concatenated)))
        {
            using (var reader = new CleanTextReader(stream))
            {
                var newString = reader.ReadToEnd().Trim().Replace("  ", " ");
                //assert
                Assert.IsTrue(originalString.Equals(newString));
            }
        }
    }

…这就过去了

但当我试图解析包含0x1A字符的XML文件时，仍然会得到一个

System.XML.xmleexception

：''，十六进制值0x1A，是无效字符。第XX行，位置XX

深入研究

CleanTextReader

我检查了

Read（char[]，int，int）

方法，因为它似乎被

XmlReader

击中了。原始的

buffer

包含非法字符，但是

filteredBuffer

没有，并且在运行

buffer.BlockCopy（）

后，

buffer

和

filteredBuffer

都没有特殊字符

同样值得注意的是，我发现行号和位置引用不是无效字符的第一个实例，而是第二个实例，因此它会看到第一个并更正它，但只更正一次

所以我在这里挠头。

XmlReader

如何获取特殊字符？它是在控件从方法返回之前从缓冲区读取的吗？如何解决此问题

更新

根据请求，以下是我获得的堆栈跟踪：

"System.Xml.XmlException: '', hexadecimal value 0x1A, is an invalid character. Line 84, position 38.
   at System.Xml.XmlTextReaderImpl.Throw(Exception e)
   at System.Xml.XmlTextReaderImpl.Throw(String res, String[] args)
   at System.Xml.XmlTextReaderImpl.ParseText(Int32& startPos, Int32& endPos, Int32& outOrChars)
   at System.Xml.XmlTextReaderImpl.ParseText()
   at System.Xml.XmlTextReaderImpl.ParseElementContent()
   at System.Xml.XmlTextReaderImpl.Read()
   at System.Xml.Linq.XContainer.ReadContentFrom(XmlReader r)
   at System.Xml.Linq.XContainer.ReadContentFrom(XmlReader r, LoadOptions o)
   at System.Xml.Linq.XElement.ReadElementFrom(XmlReader r, LoadOptions o)
   at System.Xml.Linq.XNode.ReadFrom(XmlReader reader)
   at MyCompany.Importers.GroupEligibilityModel.Loader.<GetGroupEligibilityElements>d__2b.MoveNext() in c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\Loader.cs:line 138
   at MyCompany.Importers.GroupEligibilityModel.Loader.<GetGroupEligibilities>d__18.MoveNext() in c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\Loader.cs:line 71
   at System.Collections.Generic.List`1..ctor(IEnumerable`1 collection)
   at System.Linq.Enumerable.ToList[TSource](IEnumerable`1 source)
   at MyCompany.Importers.GroupEligibilityModel.Test.LoadingTests.GroupEligibilityFileWithBadCharactersProperlyCleansed() in c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel.Test\\LoadingTests.cs:line 118"   string

“System.Xml.XmlException:”，十六进制值0x1A是无效字符。第84行，位置38。
位于System.Xml.XmlTextReaderImpl.Throw（异常e）
位于System.Xml.XmlTextReaderImpl.Throw（字符串res，字符串[]args）
位于System.Xml.XmlTextReaderImpl.ParseText（Int32&startPos、Int32&endPos、Int32&outOrChars）
在System.Xml.XmlTextReaderImpl.ParseText（）处
位于System.Xml.XmlTextReaderImpl.ParseElementContent（）处
位于System.Xml.XmlTextReaderImpl.Read（）处
位于System.Xml.Linq.XContainer.ReadContentFrom（XmlReader r）
位于System.Xml.Linq.XContainer.ReadContentFrom（XmlReader r，LoadOptions o）
位于System.Xml.Linq.XElement.ReadElementFrom（XmlReader r，LoadOptions o）
位于System.Xml.Linq.XNode.ReadFrom（XmlReader）
在c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\Loader.cs中的MyCompany.Importers.GroupEligibilityModel\\Loader.cs:第138行
在c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\Loader.d_18.MoveNext（）中：第71行
位于System.Collections.Generic.List`1..ctor（IEnumerable`1集合）
at System.Linq.Enumerable.ToList[TSource]（IEnumerable`1 source）
在c:\\Projects\\MyCompanyHealth\\MyCompany.Importers\\MyCompany.Importers\\MyCompany.Importers\\MyCompany.Importers\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel\\MyCompany.Importers.GroupEligibilityModel.Test\\LoadingTests.cs:118行“字符串中的MyCompany.Importers.GroupEligibilityModel

您能否包含System.Xml.XmlException的调用堆栈？另外，我无法重现您的问题，请提供一个简单的Xml示例。确切指定文件中的字符/字节，例如通过从十六进制编辑器发布快照。@helb我添加了堆栈跟踪，但xml文件更令人担忧，因为它是客户数据。我将看看是否可以生成一个包含失败的坏字符的xml文件。我很难将异常调用堆栈与您发布的代码关联起来。哪些行准确地抛出？我认为当使用

var node=XNode.ReadFrom（theReader）作为XElement使用节点时会抛出错误我认为这不太相关，因为如果过滤器工作正常，就不会爆炸。