我讀過類似的文章，但他們沒有回答我的問題。在C＃中，我有一個從WebClient.DownloadString獲得的字符串。我嘗試將client.Encoding設置為新的UTF8Encoding（false），但這沒什么區(qū)別-我仍然在結果字符串的開頭以UTF-8的字節(jié)順序標記結束。我需要刪除它（以使用LINQ解析生成的XML），并希望在內存中刪除它。所以我有一個以\ x00EF \ x00BB \ x00BF開頭的字符串，如果存在，我想刪除它?，F(xiàn)在我正在使用if (xml.StartsWith(ByteOrderMarkUtf8)){ xml = xml.Remove(0, ByteOrderMarkUtf8.Length);}但這感覺不對。我已經(jīng)嘗試了使用流，GetBytes和編碼的各種代碼，但是沒有任何效果。誰能提供從字符串中剝離BOM的“正確”算法？謝謝！
3 回答
長風秋雁
TA貢獻1757條經(jīng)驗 獲得超7個贊
如果變量xml是字符串類型，則您已經(jīng)做錯了-在字符串中，BOM不應表示為三個單獨的字符，而應表示為單個代碼點。不要使用DownloadString，而要使用DownloadData，并解析字節(jié)數(shù)組。XML解析器應該識別BOM本身，然后跳過它（自動檢測文檔編碼為UTF-8除外）。
白豬掌柜的
TA貢獻1893條經(jīng)驗 獲得超10個贊
我的測試數(shù)據(jù)不正確，這使我有些困惑?；谌绾卧谧x取文件時避免跳入UTF-8 BOM的問題，我發(fā)現(xiàn)這可行：
private readonly string _byteOrderMarkUtf8 =
Encoding.UTF8.GetString(Encoding.UTF8.GetPreamble());
public string GetXmlResponse(Uri resource)
{
string xml;
using (var client = new WebClient())
{
client.Encoding = Encoding.UTF8;
xml = client.DownloadString(resource);
}
if (xml.StartsWith(_byteOrderMarkUtf8, StringComparison.Ordinal))
{
xml = xml.Remove(0, _byteOrderMarkUtf8.Length);
}
return xml;
}
正確設置客戶端的Encoding屬性可將BOM減少為單個字符。但是，XDocument.Parse仍然不會讀取該字符串。這是我到目前為止提出的最干凈的版本。
- 3 回答
- 0 關注
- 363 瀏覽
添加回答
舉報
0/150
提交
取消