MSXML：当我试图删除无效字符时，它有时会得到；"；

我需要解析包含大量无效字符的XML文件。以下是我用来解析文件并替换无效字符的VB6/VBA代码：

Dim xmldoc As MSXML2.DOMDocument
Dim xmlNode As MSXML2.IXMLDOMNode
Dim xmlNodeList As MSXML2.IXMLDOMNodeList
dim XML as string
dim fno as integer

' get the XML file
fno = FreeFile
Open "input.xml" For Input As #fno
XML = Input(LOF(fno), fno)
Close #fno

TOP_OF_CODE:
Set xmldoc = New MSXML2.DOMDocument60
xmldoc.LoadXML XML
Set xmlNodeList = xmldoc.getElementsByTagName("*")
For Each xmlNode In xmlNodeList

    (a bunch of code to parse the XML)

Next xmlNode

If xmldoc.parseError.errorCode <> 0 And xmldoc.parseError.reason = "An invalid character was found in text content." & vbCrLf Then
    ' invalid character was found
    ptr = xmldoc.parseError.filepos
    XML = Left(XML, ptr - 1) & "x" & Mid(XML, ptr + 1)
    set xmldoc = Nothing
    GoTo TOP_OF_CODE
end if

Dim xmldoc作为MSXML2.DOMDocument
将xmlNode设置为MSXML2.IXMLDOMNode
Dim xmlNodeList作为MSXML2.IXMLDOMNodeList
将XML设置为字符串
作为整数的dim-fno
'获取XML文件
fno=FreeFile
打开“input.xml”以输入为#fno
XML=输入（LOF（fno），fno）
关闭#fno
_代码的顶部_：
设置xmldoc=New MSXML2.DOMDocument60
xmldoc.LoadXML
设置xmlNodeList=xmldoc.getElementsByTagName（“*”）
对于xmlNodeList中的每个xmlNode
（一组解析XML的代码）
下一个xmlNode
如果xmldoc.parseError.errorCode 0和xmldoc.parseError.reason=“在文本内容中发现无效字符。”&vbCrLf，则
'找到无效字符
ptr=xmldoc.parseError.filepos
XML=Left（XML，ptr-1）和“x”和Mid（XML，ptr+1）
设置xmldoc=Nothing
转到代码的顶部
如果结束

大部分时间代码都完全按照预期工作：迭代删除每个无效字符，然后进行解析。然而，有时事情似乎变得“卡住”：每次它在同一位置检测到无效字符时，即使在我用有效字符替换无效字符之后。我尝试插入各种字符来替换无效的字符，并且简单地删除了该字符的位置。我仍然在同一个位置收到一个无效字符错误。有什么线索吗？

我不会打开“作为输入”的文件。相反，我将以“二进制”方式打开它，分配一个缓冲区：Redim abytData（1到Lof（fno）），并使用Get#fno，abytData（）将数据拉入缓冲区。这意味着VB不会对数据进行任何处理。然后应该使用各种基于“B”字节的字符串函数版本，例如InStrB（），来处理数据

然后，我会尽可能多地进行预处理，在解析XML之前删除无效字符，而不是依赖XML解析器来完成，这是一种低效的机制

---

你能举个例子说明你发现了哪些无效字符吗？

这看起来不像真正的代码。例如，您

设置xmldoc=Nothing

，然后

转到代码的顶部。但在代码顶部发生的第一件事是xmldoc.LoadXML XML，这将导致“未设置对象或块”。请发布一个更好的示例。请将
（一组解析XML的代码）
替换为您用来替换无效字符的代码。在减少发布示例时，我省略了一些基本代码。对不起，你从哪里得到这个文件的？您读取它的方式假定它是针对当前系统语言环境和代码页编码的ANSI数据。您是否考虑过文件中的实际编码可能是UTF-8？如果是这样的话，那么以你现在的方式阅读它将是不可靠的，它“大部分时间”都在工作，但在遇到非ASCII符号时会失败。我还将努力摆脱使用这些慢变量字符串函数的习惯。把工作做好只需要很少的努力。