0

我需要解析其中包含许多无效字符的 XML 文件。这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

大多数情况下，代码完全按照预期工作：迭代删除每个无效字符，然后进行解析。然而，有时事情似乎会“卡住”：每次它在同一位置检测到一个无效字符，即使我已经用一个有效字符替换了无效字符。我尝试插入各种字符来替换无效字符，并且还简单地删除了该字符位置。我仍然在同一个地方收到无效字符错误。有什么线索吗？

4

1 回答 1

1

我不会打开文件“作为输入”。相反，我会打开它“作为二进制”，分配一个缓冲区：Redim abytData(1 To 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，您应该使用各种基于“B”字节的字符串函数版本，例如 InStrB()，来处理数据。

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

你能举例说明你发现了什么无效字符吗？

于 2012-08-02T09:15:19.787 回答