关于Data at the root level is invalid错误的解决方式

最新推荐文章于 2023-02-17 19:38:03 发布

原创最新推荐文章于 2023-02-17 19:38:03 发布 · 1.6w 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#c# #xml

C# 专栏收录该内容

17 篇文章

订阅专栏

本文探讨了在使用XmlDocument.LoadXML()方法时遇到的'Dataplusatplustheplusrootpluslevelplusisplusinvalid'错误的原因及解决方法。重点介绍了BOM头在UTF8编码中的作用及其如何导致此错误，并提供了修改XML文件编码和在代码中去除BOM头两种解决方案。

有时在使用XmlDocument.LoadXML()方法时会出现报Data at the root level is invalid的错误。

网上很多说发是因为xml文件的格式不对引起，如果你在仔细的查看了xml文件格式后并没有发现问题，那么很可能是UTF8编码格式中的BOM头引起的。

这里找的的答案：http://www.codeproject.com/Questions/572872/Dataplusatplustheplusrootpluslevelplusisplusinvali

什么是BOM？

BOM: Byte Order Mark

UTF-8 BOM又叫UTF-8 签名,其实UTF-8 的BOM对UFT-8没有作用,是为了支持UTF-16,UTF-32才加上的

BOM,BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,但是BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行。

Byte Order Marks are special characters at the beginning of a Unicode file to indicate whether it is big or little endian, in other words does the high or low order byte come first. These codes also tell whether the encoding is 8, 16 or 32 bit. You can recognise Unicode files by their starting byte order marks, and by the way Unicode-16 files are half zeroes and Unicode-32 files are three-quarters zeros. Unicode Endian Markers

Byte-order mark Description

EF BB BF UTF-8

FF FE UTF-16 aka UCS-2, little endian

FE FF UTF-16 aka UCS-2, big endian

00 00 FF FE UTF-32 aka UCS-4, little endian.

00 00 FE FF UTF-32 aka UCS-4, big-endian.

UTF的字节序和BOM

UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？

Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：

在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。

这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

原来BOM是在文件的开始加了几个字节作为标记。有了这个标记，一些协议和系统才能识别。

源文档 <http://www.cnblogs.com/DDark/archive/2011/11/28/2266085.html>

上面的只是说下什么bom，下面针对BOM引起的这个报错一般可以用以下两个方式解决

1.修改xml文件的编码格式

用notepad++的编辑器打开xml文件后将其编码格式换成无BOM的UTF8保存

2.在代码中强识别去除BOM头

//这里用来去除UTF-8中的bom
                    byte[] bomBuffer = new byte[] { 0xef, 0xbb, 0xbf };
                    if (cache[0] == bomBuffer[0]
                        && cache[1] == bomBuffer[1]
                        && cache[2] == bomBuffer[2])
                    {

                        xmlStr = System.Text.Encoding.UTF8.GetString(cache, 3, cache.Length - 3);

                    }
                    else 
                    {
                        xmlStr = System.Text.Encoding.UTF8.GetString(cache);
                    }
                    doc.LoadXml(xmlStr);