XmlReader 读取带有特殊符号Unicode 时的异常

    xml可以利用&#nnn;的格式显示特定的字符,nnn代表该字符的十进制Unicode代码,或者采用十六进制代码，在编码之前加上x字符即可(&#xnnn;)

    在ASCII中 十进制大于等于32(16进制大于等于20)的"可显示字符",在XmlReader中读取(Read或者ReadToFollowing)是没有问题的,
那么对于 十进制小于32(16进制小于20)的"控制字符",在XmlReader中读取过程中Read()时会忽略控制字符后面的内容,ReadToFollowing则会报异常。(这里十进制小于32的"控制字符"并不都会引起问题,那几个不会有问题大家可以自己试下)

要解决这个问题可以设置 XmlReaderSettings.CheckCharacters 属性(此属性在 .NET Framework 2.0 版中是新增的)
属性值：如果进行字符检查，则为 true；否则为 false。默认为 true。

下面是个简单的例子：
test.xml 文件内容

<Root>
<Content>&#xb;</Content>
<Content>Ohter string here.</Content>
</Root>

C#测试代码：

string filePath = @"You file dir\test.xml";
XmlReaderSettings xrs = new XmlReaderSettings();
xrs.CheckCharacters = false;
using (XmlReader reader = XmlReader.Create(filePath, xrs))
{
while (reader.ReadToFollowing("Content"))
    {}
}

如果用XmlDocument读取这样的xml就没有问题，建议使用XmlReader的朋友留意下这个。

下面贴出ASCII的所有"控制字符"(来自维基百科)

二进制	十进制	十六进制	缩写	可以显示的表示法	名称／意义
0000 0000	0	00	NUL	␀	空字符（Null）
0000 0001	1	01	SOH	␁	标题开始
0000 0010	2	02	STX	␂	本文开始
0000 0011	3	03	ETX	␃	本文结束
0000 0100	4	04	EOT	␄	传输结束
0000 0101	5	05	ENQ	␅	请求
0000 0110	6	06	ACK	␆	确认回应
0000 0111	7	07	BEL	␇	响铃
0000 1000	8	08	BS	␈	退格
0000 1001	9	09	HT	␉	水平定位符号
0000 1010	10	0A	LF	␊	换行键
0000 1011	11	0B	VT	␋	垂直定位符号
0000 1100	12	0C	FF	␌	换页键
0000 1101	13	0D	CR	␍	Enter键
0000 1110	14	0E	SO	␎	取消变换（Shift out）
0000 1111	15	0F	SI	␏	启用变换（Shift in）
0001 0000	16	10	DLE	␐	跳出数据通讯
0001 0001	17	11	DC1	␑	设备控制一（XON 激活软件速度控制）
0001 0010	18	12	DC2	␒	设备控制二
0001 0011	19	13	DC3	␓	设备控制三（XOFF 停用软件速度控制）
0001 0100	20	14	DC4	␔	设备控制四
0001 0101	21	15	NAK	␕	确认失败回应
0001 0110	22	16	SYN	␖	同步用暂停
0001 0111	23	17	ETB	␗	区块传输结束
0001 1000	24	18	CAN	␘	取消
0001 1001	25	19	EM	␙	连接介质中断
0001 1010	26	1A	SUB	␚	替换
0001 1011	27	1B	ESC	␛	退出键
0001 1100	28	1C	FS	␜	文件分区符
0001 1101	29	1D	GS	␝	组群分隔符
0001 1110	30	1E	RS	␞	记录分隔符
0001 1111	31	1F	US	␟	单元分隔符
0111 1111	127	7F	DEL	␡	删除

 

 

转载于:https://www.cnblogs.com/debugdotnet/archive/2011/12/08/XmlReader_read_Special_Unicode_Use_XmlReaderSettings_CheckCharacters.html